Trends in Systemic Glucocorticoid Utilization in the United Kingdom from 1990 to 2019: A Population-Based, Serial Cross-Sectional Analysis
Notice bibliographique
Résumé
Andrew N Menzies-Gow,1,2 Trung N Tran,3 Brooklyn Stanley,4 Victoria Ann Carter,4 Josef S Smolen,5 Arnaud Bourdin,6 J Mark Fitzgerald7 ,† Tim Raine,8 Jatin Chapaneri,2 Benjamin Emmanuel,3 David J Jackson,9,10 David B Price4,11 1Royal Brompton and Harefield Hospitals, Guys & St Thomas’ NHS Foundation Trust, London, UK; 2AstraZeneca, Cambridge, UK; 3AstraZeneca, Gaithersburg, MD, USA; 4Observational and Pragmatic Research Institute, Singapore; 5Medical University of Vienna, Vienna, Austria; 6Université de Montpellier, CHU Montpellier, PhyMedExp, INSERM, CNRS, Montpellier, France; 7The University of British Columbia, Vancouver, British Columbia, Canada; 8Cambridge University Hospitals NHS Foundation Trust, Addenbrooke’s Hospital, Cambridge, UK; 9Guy’s Severe Asthma Centre, Guy’s & St Thomas’ NHS Trust, London, UK; 10School of Immunology & Microbial Sciences, King’s College London, London, UK; 11Centre of Academic Primary Care, Division of Applied Health Sciences, University of Aberdeen, Aberdeen, UK†J. Mark Fitzgerald passed away on January 18, 2022Correspondence: David B Price, Centre of Academic Primary Care, Division of Applied Health Sciences, University of Aberdeen, Polwarth Building-Foresterhill, Aberdeen, AB25 2ZD, UK, Tel +65 3105 1489, Email dprice@opri.sgPurpose: Associations between systemic glucocorticoid (SGC) exposure and risk for adverse outcomes have spurred a move toward steroid-sparing treatment strategies. Real-world changes in SGC exposure over time, after the introduction of steroid-sparing treatment strategies, reveal areas of successful risk mitigation as well as unmet needs.Patients and Methods: A population-based ecological study was performed from the Optimum Patient Care Research Database to describe SGC prescribing trends of steroid-sparing treatment strategies in primary care practices before and after licensure of biologics in the United Kingdom from 1990 to 2019. Each analysis year included patients aged ≥ 5 years who were registered for ≥ 1 year with a participating primary care practice. The primary analysis was SGC exposure, defined as total cumulative SGC dose per patient per year, for asthma, severe asthma, chronic obstructive pulmonary disease (COPD), nasal polyps, Crohn’s disease, rheumatoid arthritis, ulcerative colitis, and systemic lupus erythematosus. Secondary outcomes were percentages of patients prescribed SGCs and number of SGC prescriptions per patient per year.Results: The number of patients who met study inclusion criteria ranged from 219,862 (1990) to 1,261,550 (2019). At the population level, patients with asthma or COPD accounted for 67.7% to 73.2% of patients per year with an SGC prescription. Over three decades, decreases in SGC total yearly dose ≥ 1000 mg have been achieved in multiple conditions. Patients with COPD prescribed SGCs increased from 5.8% (1990) to 34.8% (2017). SGC prescribing trends for severe asthma, Crohn’s disease, and ulcerative colitis show decreased prescribing trends after the introduction of biologics.Conclusion: Decreases in total yearly SGC doses have been shown in multiple conditions; however, for conditions such as severe asthma and COPD, an unmet need remains for increased awareness of SGC burden and the adoption or development of SGC-sparing alternatives to reduce overuse.Keywords: glucocorticoids, practice patterns, drug prescriptions, biological products, drug utilization
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 tête enseignante, 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 ».