Risk factors for medication nonadherence in older adults with cognitive impairment who live alone
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to prospectively examine the influence of cognitive, medical, behavioral, and social risk factors on medication nonadherence in community-dwelling older adults with cognitive impairment. METHODS: A sample of 339 elderly participants with cognitive impairment, who lived alone and took at least one medication, underwent baseline assessment which included the five subscales of the Dementia Rating Scale (DRS), number of medications, retrospective medication nonadherence, amount of formal and informal assistance, functional impairment, depression, perception of social resources, comorbidity, and alcohol consumption. The outcome was medication nonadherence during the 12-month prospective period as reported by the participants' primary care physicians and caregivers at three-month intervals. RESULTS: Fifty-nine participants (17.4%) had, at least, one report of medication nonadherence. Logistic regression analyses indicated for every point increase on the DRS Conceptualization subscale (OR = 1.14; 95% CI = 1.02-1.27), there was a 14% increase in the odds of nonadherence. For every point increase on the DRS Memory subscale (OR = 0.89; 95% CI = 0.81-0.97) and DRS Initiation/Perseveration subscale (OR = 0.93; 95% CI = 0.87-1.00), there was an 11% decrease and 7% decrease in the odds, respectively. Having at least one previous occurrence of medication nonadherence (OR = 2.61; 95% CI = 1.18-5.62) and taking at least four medications (OR = 2.58; 95% CI = 1.31-5.29), both increased the odds by over 2.5-fold. CONCLUSIONS: Our unique finding that better conceptualization predicted nonadherence has important implications for healthcare providers' approaches to improve adherence in older adults with cognitive impairment. Replication in future studies is warranted.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».