A Comparison Study of Multiple Measures of Adherence to Antipsychotic Medication in First-Episode Psychosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study evaluates how much agreement there is between subjective reports of adherence to antipsychotic medication and objective or derived measures of adherence in first-episode psychosis (FEP) and asks if any adherence measure could approximate a gold standard based on correlation to symptom improvement in the early phase of treatment. Adherence was assessed in 81 FEP subjects on a monthly basis by reports from patients, clinicians, family, and pill counting. A consensus measure of adherence was derived from all available sources of adherence data. Symptoms were measured using the Positive and Negative Syndrome Scale at study entry and 3 months subsequently. Adherence as measured by patient report, pill count, and clinician report were in good agreement with each other (intraclass correlation coefficient = 0.84), and all of these measures were highly correlated to consensus adherence (r values between 0.86 and 0.98). Mean adherence was slightly higher as rated by patients (83% full doses taken per month) and family members (91%) than by clinicians (76%), pill counting (73%), or consensus value (74%). Early in treatment, each measure of adherence (except family report) was significantly associated with positive symptom reduction, although the order of magnitude of this correlation was greater for pill count and consensus adherence (P < 0.01) compared with patient- or clinician-reported adherence (P < 0.05). Patient or clinician reports provide a reasonable estimate of medication adherence in FEP, but introducing pill counting or a derived measure of adherence may allow more accurate measurement.
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.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 découle