Chinese patients receiving ICS/LABA or LAMA-containing asthma therapy characterisation: Retrospective cohort study
Notice bibliographique
Résumé
Rationale: Asthma is a heterogeneous disease with 2.2% prevalence in China. We detailed characteristics, clinical burden and treatment patterns of patients with asthma treated with ICS/LABA or LAMA-containing therapy. Methods: Retrospective cohort study of adults with asthma identified in the Tianjin electronic medical record database. Patients with ≥1 prescription for ICS/LABA or LAMA-containing therapy (index: first prescription) November 2019–February 2023 were included. Demographic/clinical characteristics at index, disease burden 1 year post index (study period) and treatment patterns 1 year pre- and post-index were assessed descriptively. Results: Half of patients were female (ICS/LABA:22,277/42,802; LAMA:2665/5423), most were non-smokers (ICS/LABA:83.1%; LAMA:77.2%). Post index, 6.3% (median[Q1–Q3] annual exacerbation rate[AER]:0.31[0.23–0.54]) of ICS/LABA and 8.5% (0.38[0.26–0.69]) of LAMA patients had severe exacerbations. Median AER was 1.62 vs 0.65 when switching from ICS/LABA to LAMA cohort. In the study period, the most common comorbidity in ICS/LABA patients was respiratory tract infection (28.1%); for LAMA, it was COPD (46.8%). ICS/LAMA/LABA was used by 8.1% of ICS/LABA patients and 65.2% for LAMA. Duration of use and adherence was generally low (PDC<30%) (Table). Conclusions: Optimised asthma treatment to improve exacerbations and adherence in China is needed. Funding GSK(217511;217512) erj;66/suppl_69/PA2459/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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».