Program Development for Enhancing Adherence to Antiretroviral Therapy among Persons Living with HIV
Notice bibliographique
Résumé
In this paper the development of a self-management program to optimize long-term adherence to antiretroviral therapy for people living with HIV/AIDS is presented. The program is based on intervention mapping: that is, a framework that facilitates the use of theory and empirical evidence in intervention development. In the preparatory phase we conducted a needs-assessment. The results of this phase were then used in the operational phase in which the program was elaborated as follow: in Step 1 we established program objectives; in Step 2 we translated theoretical methods into practical strategies; and in Step 3 we integrated the strategies into a self-management program which were designed to help individuals mobilize their skills to cope with their antiretroviral therapies (ART). These particular abilities are: ability to integrate ART in daily routine, to cope with side effects, to handle situations in which ART is difficult to take, to interact with health professionals and to maintain relationships with social contacts. To address individuals' resources and skills in conjunction with the experience of taking the medication, we developed two different modalities to deliver the intervention: direct support and virtual support. Direct support consists of four 45-minute individualized, face-to-face sessions with a health professional. The Web application involved at least four interactive sessions with a computer. This application was developed with the intention to support individuals in managing their therapy, in a punctual, real-time mode. Treatment adherence behavior is an indicator or gauge that can reveal problems in being able to manage the therapy.
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 | 0,000 | 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 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 ».