Adherence Rates and Associations with Nonadherence in Patients with Rheumatoid Arthritis Using Disease Modifying Antirheumatic Drugs
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.
Notice bibliographique
Résumé
OBJECTIVE: Nonadherence in patients with rheumatoid arthritis (RA) using disease modifying antirheumatic drugs (DMARD) may result in unnecessarily high levels of disease activity and function loss. The aim of this descriptive study was to assess adherence rates with self-report measures in a large random population, and to identify potential risk factors for nonadherence. METHODS: A randomly selected sample of 228 patients with RA using DMARD was invited for a standardised interview. For each medicine, the patients were asked about adherence, consumption and perceived (side) effects. After the interview, the patients received self-report questionnaires to assess adherence [Compliance Questionnaire on Rheumatology (CQR) and the Medication Adherence Scale (MARS)], coping, beliefs about medicines, satisfaction about medicine information, and physical functioning. Subsequently, associations between adherence and demographics, clinical characteristics, and patient attitudes were examined. RESULTS: Depending on the instrument used, 68% (CQR) and 60% (MARS) of the patients were adherent to DMARD. Nonadherence was not associated with demographic and clinical characteristics, satisfaction about information, medication concerns, and coping styles. The disease duration, the number of perceived side-effects, and beliefs about the necessity of the medicine were weakly associated with adherence. CONCLUSION: In this large study with a random RA population, 32%-40% of the patients did not adhere to their DMARD prescription. As none of the possible risk factors was strongly related to adherence, no general risk factor seems to be powerful enough as a possible screening tool or target for adherence-improving interventions. This implies that nonadherence barriers should be assessed on an individual basis.
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 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 découle