Adherence to escitalopram treatment in depression
Notice bibliographique
Résumé
Poor adherence to depression treatment is common. Understanding determinants of poor adherence to therapy is crucial to ensure optimal clinical outcomes. The aim of this study was to describe characteristics of dosing history in participants with depression receiving once daily escitalopram. Participants were randomly assigned to interpersonal psychotherapy (IPT) or pharmacotherapy. Participants assigned to IPT who did not evidence a response or remission had escitalopram added to their treatment. Adherence to pharmacotherapy was assessed using an electronically monitored pill cap (MEMS). Fifty-four participants on escitalopram alone and 32 on escitalopram+IPT were monitored. After 200 days, 71.7% of the participants in the escitalopram group and 54.8% of those in the escitalopram+IPT group were still engaged with the dosing regimen. Of those engaged in the dosing regimen, 17.9% (average over 210 days) of the participants did not take their medication (nonexecution). In 69% of the days participants took the correct dosage required. On average, participants had three drug holidays and the mean length of a holiday was 7 days per patient. No difference in adherence patterns was observed between patients receiving escitalopram alone vs. IPT+escitalopram. Early discontinuation of treatment and suboptimal daily execution of the prescribed regimen are the most common facets of poor adherence in this study population.
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) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».