MétaCan
Menu
Retour à la cohorte
Enregistrement W2059028125 · doi:10.2217/14750708.4.6.775

Antiretroviral therapy adherence in resource-limited and resource-rich settings: current status of knowledge and research priorities

2007· article· en· W2059028125 sur OpenAlexaff
Jean B. Nachega, Edward J. Mills

Notice bibliographique

RevueTherapy · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineAntiretroviral therapyResource (disambiguation)Human immunodeficiency virus (HIV)Current (fluid)Intensive care medicineFamily medicineViral load

Résumé

récupéré en direct d'OpenAlex

Adherence to highly active antiretroviral therapy is one of the most important factors contributing to treatment efficacy. Although it is one of the most modifiable variables in treatment, it is also among the most difficult to measure accurately. Best estimates of adherence demonstrate that adherence in resource-limited settings is equal or superior to resource-rich settings. Although adherence can be adequate in any setting, it is clear that this is no time for complacency regarding adherence to treatment for HIV infection – whether in developing or developed settings. Emerging evidence indicates that as the duration of treatment increases, adherence may decrease. As a result, there is a pressing need for culturally appropriate and effective interventions for increasing and sustaining adherence in all settings. In this manuscript, we mention a few and review one strategy that has been advocated to improve adherence to TB treatment: directly observed therapy. Few studies have incorporated directly observ...

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,792
Score d'incertitude au seuil0,522

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,423
Écart entre enseignants0,341 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTherapyMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207