Aller au contenu principal
Accès ouvert déclaré 2023 article

Tree-based subgroup discovery using electronic health record data: heterogeneity of treatment effects for DTG-containing therapies

5Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : us, Kenya. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

The rich longitudinal individual level data available from electronic health records (EHRs) can be used to examine treatment effect heterogeneity. However, estimating treatment effects using EHR data poses several challenges, including time-varying confounding, repeated and temporally non-aligned measurements of covariates, treatment assignments and outcomes, and loss-to-follow-up due to dropout. Here, we develop the subgroup discovery for longitudinal data algorithm, a tree-based algorithm for discovering subgroups with heterogeneous treatment effects using longitudinal data by combining the generalized interaction tree algorithm, a general data-driven method for subgroup discovery, with longitudinal targeted maximum likelihood estimation. We apply the algorithm to EHR data to discover subgroups of people living with human immunodeficiency virus who are at higher risk of weight gain when receiving dolutegravir (DTG)-containing antiretroviral therapies (ARTs) versus when receiving non-DTG-containing ARTs.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Tree-based subgroup discovery using electronic health record data: heterogeneity of treatment effects for DTG-containing therapies
Date Crossref
20/07/2023
Éditeur
Oxford University Press (OUP)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Brown University Warren Alpert Medical School pays non établi dans la notice
    Université ou école supérieure
  • Moi University Kenya (code pays fourni par la source)
    Université ou école supérieure
  • AMPATH Eldoret, Kenya (code pays fourni par la source)
    Établissement de santé
  • Harvard University pays non établi dans la notice
    Université ou école supérieure
  • School of Public Health Department of Biostatistics pays non établi dans la notice
    Université ou école supérieure
  • School of Science and Aerospace Studies Department of Mathematics Eldoret, Kenya (pays nommé en fin d’affiliation)
    Université ou école supérieure

Warren Alpert Medical School — Brown University, Moi University (Kenya) et AMPATH (Eldoret, Kenya), avec 3 autres affiliations. Pays d’affiliation : Kenya.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced Causal Inference TechniquesHIV-related health complications and treatmentsHepatitis C virus research

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.