Persistence and compliance to antidepressant treatment in patients with depression: A chart review
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
BACKGROUND: Adherence has recently been suggested to be divided into these two components: persistence (i.e., whether patients continue treatment or not) and compliance (i.e., whether patients take doses as instructed). However, no study has yet assessed these two clinically relevant components at the same time in adherence to antidepressant treatment in the clinical outpatient setting. METHODS: In this retrospective chart-review, 6-month adherence to antidepressants was examined in 367 outpatients with a major depressive disorder (ICD-10) (170 males; mean +/- SD age 37.6 +/- 13.9 years), who started antidepressant treatment from April 2006 through March 2007. Additionally, we evaluated Medication Possession Rate (MPR), defined as the total days a medication was dispensed to patients divided by the treatment period. RESULTS: Only 161 patients (44.3%) continued antidepressant treatment for 6 months. Among 252 patients who discontinued their initial antidepressant, 63.1% of these patients did so without consulting their physicians. Sertraline use was associated with a higher persistence rate at month 6 (odds ratio 2.59 in comparison with sulpiride), and the use of anxiolytic benzodiazepines had a positive effect on persistence to antidepressant treatment only at month 1 (odds ratio 2.14). An overall MPR was 0.77; 55.6% of patients were considered compliant (i.e., a MPR of > or = 0.8). CONCLUSION: Given a high rate of antidepressant discontinuation without consulting their physicians, closer communication between patients and their physicians should be encouraged. Although the use of anxiolytic benzodiazepines was associated with a higher persistence to antidepressant treatment at month 1, the use of these drugs should be avoided as a rule, given their well-known serious adverse effects.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 découle