MétaCan
Menu
Retour à la cohorte
Enregistrement W1968984783 · doi:10.1186/1472-6947-8-46

Pilot study of an interactive voice response system to improve medication refill compliance

2008· article· en· W1968984783 sur OpenAlex
Kristen Reidel, Robyn Tamblyn, Vaishali Patel, Allen Huang

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensRoyal Victoria HospitalMcGill UniversityRoyal Victoria Regional Health CentreMcGill University Health Centre
Organismes subventionnairesHealth Canada
Mots-clésInteractive voice responseMedicineMedical prescriptionTelephone callMedical emergencyTelephone interviewForgettingHealth informaticsFamily medicinePublic healthNursingPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sub-optimal adherence to prescribed medications is well documented. Barriers to medication adherence include medication side effects, cost, and forgetting to take or refill medications. Interactive Voice Response (IVR) systems show promise as a tool for reminding individuals to take or refill medications. This pilot study evaluated the feasibility and acceptability of using an IVR system for prescription refill and daily medication reminders. We tested two novel features: personalized, medication-specific reminder messages and communication via voice recognition. METHODS: Patients enrolled in a study of electronic prescribing and medication management in Quebec, Canada who were taking chronic disease-related drugs were eligible to participate. Consenting patients had their demographic, telephone, and medication information transferred to an IVR system, which telephoned patients to remind them to take mediations and/or refill their prescriptions. Facilitators and barriers of the IVR system use and acceptability of the IVR system were assessed through a structured survey and open-ended questions administered by telephone interview. RESULTS: Of the 528 eligible patients who were contacted, 237 refused and 291 consented; 99 participants had started the pilot study when it was terminated because of physician and participant complaints. Thirty-eight participants completed the follow-up interview. The majority found the IVR system's voice acceptable, and did not have problems setting up the time and location of reminder calls. However, many participants experienced technical problems when called for reminders, such as incorrect time of calls and voice recognition difficulties. In addition, most participants had already refilled their prescriptions when they received the reminder calls, reporting that they did not have difficulties remembering to refill prescriptions on their own. Also, participants were not receptive to speaking to an automated voice system. CONCLUSION: IVR systems designed to improve medication compliance must address key technical and performance issues and target those individuals with reported memory difficulties or complex medication regimens in order to improve the utility of the system. Future research should also identify characteristics of medication users who are more likely to be receptive to IVR technology.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,403
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle