Predictors of refill non‐adherence in patients with heart failure
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
What is already known about this subject • Non‐adherence to recommended treatment is common in patients with heart failure and is associated with poor outcomes. • Personal beliefs as well as experiences with medications and illness could influence medication use. What this study adds • Perception regarding barrier to medication use was a stronger predictor of non‐adherence than demographic or clinical variables. • Patients who were non‐adherent to nonpharmacological management of heart failure were more likely to be non‐adherent to their medications. • Regimen complexity should not be considered in isolation when strategies for addressing adherence issues are designed. Aim To identify the health beliefs and patient characteristics associated with medication non‐adherence in patients attending a heart failure outpatient clinic. Methods A survey was administered to 350 consenting clinic patients. Questions focused on relevant demographic and clinical characteristics, the Health Belief Model, the Beliefs About Medicines Questionnaire and the Multidimensional Health Locus of Control. Multivariate logistic regression was used to identify independent predictors of refill non‐adherence (<90%). Results Refill non‐adherence was found in 77 (22%) participants. Being a smoker [odds ratio (OR) 2.4, 95% confidence interval (CI) 1.0, 5.8, P = 0.045], two or fewer medication administration times (OR 2.4, 95% CI 1.2, 4.6, P = 0.01), and positive response to ‘Have you changed your daily routine to accommodate your heart failure medication schedule’ (OR 2.4, 95% CI 1.2, 4.5, P = 0.01) were the independent predictors of refill non‐adherence. Conclusion Perceptions regarding barriers to medication taking and fewer administration times could result in medication non‐adherence in congestive heart failure patients. Medication regimens should be designed after accounting for patients' existing routines.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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