Patterns and predictors of medication compliance, diversion, and misuse in adult prescribed methylphenidate users
Notice bibliographique
Résumé
OBJECTIVES: To examine patterns and predictors of medication compliance, diversion, and misuse in a sample of adults with prescriptions for the stimulant medication methylphenidate (MPH). METHODS: Sixty-six adults currently prescribed MPH (53% male) completed structured interviews and provided details regarding their medication and other substance use histories. RESULTS: On average, participants reported using their medication as prescribed on 14.5 (SD 11.7) of the past 30 days; 44% admitted to diverting it and 29% admitted to inappropriate use. While analyses revealed that medication misuse, diversion, and level of compliance were interrelated and all associated with concurrent illicit substance use, each also had other distinct associations. Specifically, MPH misuse was associated with the use of illicit stimulants such as amphetamine and cocaine, diversion with age and age of MPH prescription, and compliance with participation in an attention deficit hyperactivity disorder (ADHD) support group. Regression analyses revealed that misuse and poor compliance were both best predicted by concurrent illicit substance use, while the model that best predicted diversion included age of first MPH prescription (younger) and MPH misuse. CONCLUSIONS: Poor medication compliance, diversion, and misuse are relatively common and interrelated among adult MPH users. MPH prescriptions should be monitored closely in individuals with histories of illicit substance use.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».