Case Manager- and Patient-Rated Alliance as a Predictor of Medication Adherence in First-Episode Psychosis
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to evaluate the association between adherence to antipsychotic medication and working alliance (WA) ratings as reported separately by case manager (CM) and patient in first-episode psychosis (FEP) and to identify whether other factors previously related to adherence influence this relationship. METHODS: Adherence was evaluated every month in 81 participants who met criteria for a Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition, psychotic disorder (affective or nonaffective) and were treated in a specialized early intervention program. Adherence was measured, taking into account information from patient and clinician reports and pill counting. The WA, as assessed by both CM and patient, was assessed using the Working Alliance Inventory. RESULTS: The WA was stable during the course of the study as rated by both patient and CM. The "task" domain of WA was the subdomain most significantly correlated to adherence in cross-sectional analysis. The WA as measured by CM at study baseline was a significant predictor of the number of subsequent months with "good" adherence independently of other variables, including adherence at treatment onset (β = 0.011; P = 0.020; 95% confidence interval, 0.002-0.020). However, the WA as measured by patients was not similarly predictive of subsequent adherence (β = 0.003; P = 0.31; 95% confidence interval, -0.003 to 0.010). CONCLUSIONS: The CM-rated WA is a significant predictor of future medication adherence in FEP, suggesting that good alliance can improve adherence in this population.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».