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 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) | 0,001 | 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) | 0,000 | 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 ».