Monitoring adherence rates in glaucoma patients using the Travatan Dosing Aid. A 6-month study comparing patients on travoprost 0.004% and patients on travoprost 0.004%/timolol 0.5% fixed combination
Notice bibliographique
Résumé
OBJECTIVE: To assess adherence in glaucoma patients using the Travatan Dosing Aid (TDA); to record differences in adherence by age, sex, therapy, systemic therapies, years from diagnosis, type of therapy and intraocular pressure (IOP). RESEARCH DESIGN AND METHODS: Sixth-month cohort study; fifty-six Caucasian, primary open-angle glaucoma patients on travoprost (T) or travoprost/timolol fixed combination (TTFC) monotherapy were submitted to four visits: at baseline and months 1, 3 and 6 (M1, M3, M6). Adherence was recorded with TDA and classified as 'high' if greater than 90%. Self-reported and physician-presumed adherence data were collected. Kruskall-Wallis and Fisher's exact tests were applied. RESULTS: Thirty-two patients (54.2%) were treated with T. Age, sex, level of schooling, presence of systemic comorbidities, duration of current therapy and IOP were similar between T and TTFC. Seventeen subjects (30.3%) recorded high adherence at every visit, 13 (23.2%) at two visits, 26 (46.4%) otherwise. Adherence was maintained over time with a slight decrease from month 1 to month 6 without statistical differences within and between groups. Adherence was statistically influenced by age (p = 0.007) and duration of therapy (p = 0.004). CONCLUSION: The typical nonadherent patient is elderly. TDA records indicate that only a minority of patients are really adherent: predictive models to screen for poor adherence are needed.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».