Real-world outcomes of mepolizumab for the treatment of severe eosinophilic asthma in Canada: an observational study
Notice bibliographique
Résumé
Abstract Background Mepolizumab, the first widely available anti-interleukin 5 biologic, targets eosinophilic inflammation and has been shown in clinical trials to reduce exacerbations, oral corticosteroid dependence, and healthcare utilization in patients with severe asthma. The impact of mepolizumab in a real-world, publicly funded healthcare setting is unknown. The objective of this study was to describe the demographics and clinical characteristics of real-world patients receiving mepolizumab, and to compare asthma-related outcomes and associated asthma-related costs before and during mepolizumab use. Methods This retrospective, observational study in Ontario, Canada, included patients initiating mepolizumab between February 2016 and March 2019. Patients were identified using the mepolizumab patient support program and linked to the Institute for Clinical Evaluative Sciences database of publicly accessed healthcare. Patient outcomes were obtained for 12 months pre- and post-mepolizumab initiation and compared. Results A total of 275 patients were enrolled in the overall patient support program cohort (mean [standard deviation] age 57.6 [13.5] years, mean [standard deviation] of the median per-patient eosinophil count 540.4 [491.9] cells/μL). Mepolizumab was associated with reductions in asthma exacerbations (46.1%, P < 0.001) and in the number of asthma-related visits to general practitioners (40.2%, P < 0.001), specialists (27.2%, P < 0.001), and emergency departments (52.1%, P < 0.001). Associated costs were significantly lower post- versus pre-mepolizumab for asthma-related general practitioner and specialist visits, and for all-cause emergency department visits and hospital admissions. Conclusions In a real-world population of Canadian patients with severe asthma with an eosinophilic phenotype, the use of mepolizumab within a patient support program reduced asthma exacerbations and decreased asthma-related healthcare resource utilization and associated costs.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».