Higher adherence to biologic therapies in asthma is associated with improved clinical outcomes: Retrospective analysis of claims data
Notice bibliographique
Résumé
Background: Treatment adherence is a key factor impacting therapeutic effectiveness in asthma. Aims: To identify biologic treatment adherence groups in severe asthma populations and assess their association with clinical outcomes. Methods: This cross-sectional cohort study analysed US Optum Market Clarity data (2007–2023) for adults diagnosed with asthma ≤12 months before first biologic administration (index date) who had ≥12 months follow-up data. Treatment adherence groups (adherent; partially adherent; minimally adherent; treatment discontinuation) were identified based on the total number of administered doses during follow-up; their associations with exacerbations and with all-cause/asthma-related healthcare resource utilisation (HCRU) were descriptively analysed during follow-up. Results: Overall, 10,088 patients were identified. Treatment adherence across all biologics was low (adherent, 19.8% [n=2000]; partially adherent, 20.3% [n=2045]; minimally adherent, 5.2% [n=528]; treatment discontinuation, 54.7% [n=5515]). Patients with lower adherence had more exacerbations and higher HCRU versus those with higher adherence (Table). Conclusions: The findings show that higher treatment adherence was associated with fewer exacerbations and reduced HCRU, emphasising its critical role in optimising clinical outcomes for patients with severe asthma. Funding: GSK (214570). erj;66/suppl_69/PA2501/F1 F1 F1
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».