MétaCan
Menu
Retour à la cohorte
Enregistrement W2018964574 · doi:10.2147/ppa.s78628

Patients’ beliefs about adherence to oral antidiabetic treatment: a qualitative study

2015· article· en· W2018964574 sur OpenAlexafffund
Line Guénette, Sophie Lauzier, Laurence Guillaumie, Gabriel Giguère, Jean‐Pierre Grégoire, Jocelyne Moisan

Notice bibliographique

RevuePatient Preference and Adherence · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversité LavalPfizer CanadaSanofiMerck CanadaAstraZeneca CanadaAstraZenecaPfizer
Mots-clésMedicineTraditional medicineAlternative medicineQualitative researchPharmacologyIntensive care medicinePathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to elicit patients' beliefs about taking their oral antidiabetic drugs (OADs) as prescribed to inform the development of sound adherence-enhancing interventions. METHODS: A qualitative study was performed. Adults with type 2 diabetes who had been taking an OAD for >3 months were solicited to participate in one of six focus groups. Discussions were facilitated using a structured guide designed to gather beliefs related to important constructs of the theory of planned behavior. Four coders using this theory as the theoretical framework analyzed the videotaped discussions. RESULTS: Forty-five adults participated. The most frequently mentioned advantages for OAD-taking as prescribed were to avoid long-term complications and to control glycemia. Family members were perceived as positively influential. Carrying the OAD at all times, having the OAD in sight, and having a routine were important facilitating factors. Being away from home, not accepting the disease, and not having confidence in the physician's prescription were major barriers to OAD-taking. CONCLUSION: This study elicited several beliefs regarding OAD-taking behavior. Awareness of these beliefs may help clinicians adjust their interventions in view of their patients' beliefs. Moreover, this knowledge is crucial to the planning, development, and evaluation of interventions that aim to improve medication adherence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,004
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,256
Tête enseignante GPT0,410
Écart entre enseignants0,153 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePatient Preference and AdherenceMême sujetMedication Adherence and ComplianceTravaux en français237 207