Forgetfulness: A Role in Noncompliance with Antidepressant Treatment
Notice bibliographique
Résumé
OBJECTIVES: To determine the degree of noncompliance with antidepressant treatment in the Alberta population and to investigate the reasons for noncompliance. METHOD: We used data from the Alberta Mental Health Survey, a telephone survey conducted in 2003 (n = 5323 adults), to produce population-based estimates of the frequency of noncompliance and the reported reasons for noncompliance. RESULTS: Reported noncompliance was 41.7% (95% confidence interval [CI], 36.9% to 46.6%) for respondents taking 1, 2, or 3 antidepressants. Noncompliance for those taking 1 antidepressant was 42.0% (95%CI, 36.9% to 47.2%), whereas noncompliance for those taking 2 or 3 antidepressants was 39.4% (95%CI, 26.7% to 53.6%). Among respondents currently taking at least one antidepressant, 64.9% (95%CI, 57.4% to 71.7%) reported that forgetfulness was the most common reason for noncompliance. Of respondents taking 1 medication, 64.1% (95%CI, 56.0% to 71.4%) reported forgetfulness as did 71.3% (95%CI, 48.3% to 86.8%) of those taking 2 or 3 medications. Both the frequency of noncompliance and the reported reasons for noncompliance were independent of sex and age. CONCLUSION: Our study replicates prior reports that indicate that noncompliance is common with antidepressant treatment. Forgetting to take medication is the most important reported reason for this noncompliance.
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 | 0,004 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».