Factors associated with treatment adherence in a randomised trial of latent tuberculosis infection treatment.
Notice bibliographique
Résumé
SETTING: Randomised controlled trial of latent tuberculosis infection (LTBI) treatment in 10 clinics in Canada, Saudi Arabia and Brazil. OBJECTIVE: To identify early predictors of LTBI treatment adherence, including pre-treatment characteristics. DESIGN: Patients randomised to 4 months of rifampicin (RMP; n = 420) or 9 months of isoniazid (n = 427) were monitored for adherence using an electronic device. Outcomes were 1) treatment completion, defined as intake of >or=80% of the prescribed doses, and further categorised as completed within the allotted time or not; and 2) treatment regularity, measured by the time interval between doses. Relative risk (RR) and adjusted odds ratios (aOR) of patients' pre-treatment characteristics and adherence at first follow-up visit were calculated. RESULTS: Completion of treatment was higher with RMP (aOR 4.3, 95%CI 2.7-6.8). Early predictors (first follow-up visit) of non-adherence were late first visit attendance (RR for completion in time 0.9, 95%CI 0.8-0.98), >20% of missed doses (RR 0.4, 95%CI 0.3-0.6) and greater variation of hours between doses (0.209 vs. 0.131, P < 0.001). Serious adverse events were not associated with irregularity of treatment. CONCLUSION: The shorter RMP regimen was associated with better adherence. Patients with poor adherence could be identified at the first follow-up visit from their punctuality in follow-up, missed doses and variability of pill-taking.
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 | 0,009 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».