Adherence Associated With Oral Medications in the Treatment of Spasticity
Notice bibliographique
Résumé
OBJECTIVE: To examine adherence to baclofen, tizanidine, and dantrolene (U.S. Food and Drug Administration-approved oral spasticity medications), and identified determinants of adherence. DESIGN: A retrospective administrative claims data analysis that used medical and pharmacy claims data and enrollment information from a large, national U.S. health plan. SUBJECTS AND METHODS: The subjects were commercial health plan members who initiated treatment on baclofen, tizanidine, or dantrolene from January 1, 2004, through September 30, 2009, and who had stroke, spinal cord injury, traumatic brain injury, cerebral palsy, or multiple sclerosis. Descriptive and logistic regression statistical analyses were performed. MAIN OUTCOME MEASUREMENTS: Outcomes were adherence, measured as continuous medication possession ratio (MPR) and as a binary indicator (MPR ≥0.80, adherent; MPR <0.80, nonadherent), change in oral spasticity medication, and use of nonoral spasticity therapy. RESULTS: The study population included 2840 subjects. Adherence overall was poor: the range of mean unadjusted MPR values was 0.10-0.50, which indicated that, at best, the subjects were adherent to their index spasticity medications for 50% of their treatment periods. Unadjusted overall MPRs for baclofen and tizanidine were 20.4% and 9.1%, respectively. Fewer than 5% of subjects changed oral spasticity medications. The results of logistic regression to identify determinants of adherence showed that subjects treated with tizanidine versus baclofen had 37.4% lower odds of adherence and that subjects with traumatic brain injury versus stroke had 77.5% lower odds of adherence. The odds of adherence increased with age and with preindex contracture or decubitus ulcer. CONCLUSIONS: Adherence to oral spasticity medication was poor irrespective of index spasticity medication or condition. Results from this study indicated that physicians cannot assume that patients are adherent to prescribed oral spasticity medications. A more complete understanding of the reasons behind nonadherence is required.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».