Adherence to Diabetes Medication in Individuals with Schizophrenia: A Systematic Review of Rates and Determinants of Adherence
Notice bibliographique
Résumé
INTRODUCTION: Despite the importance of medication adherence for the effective treatment of type II diabetes mellitus (T2DM), little research has examined adherence with diabetes medication treatment in schizophrenia. The purpose of this systematic review was to: 1) evaluate rates of adherence and determinants of adherence with medication for T2DM in individuals with schizophrenia; and, where possible, 2) examine the relationship between medication adherence and glycemic control. METHODS: Studies were included if they presented information on dosing regimens and adherence or compliance rates for T2DM and included samples where at least 50% of the participants were individuals with schizophrenia. RESULTS: Six studies were included in this review that predominantly examined men over the age of 50 years. Studies confirmed that many individuals with schizophrenia were not adhering to their diabetes medication as adherence rates ranged from 51-85%. Two studies that compared medication adherence in individuals with and without schizophrenia found those with the mental illness had higher rates of adherence. One study reported that blood glucose control levels were not statistically different between those who did and did not adhere to their medication, indicating more research is necessary in this area. Factors that improved adherence included disease and medical service and medication-related factors. CONCLUSIONS: Interventions to increase diabetes medication adherence in schizophrenia need to address disease and medical service and medication-related factors. Further research needs to examine diabetes medication adherence in women, younger individuals, and those recently diagnosed with diabetes as these individuals have been underrepresented in the literature.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».