Notice bibliographique
Résumé
OBJECTIVE: To identify the determinants of medication non-adherence in women with fibromyalgia (FM). METHODS: Participants included 10 rheumatologists and 127 women recruited from tertiary care hospitals and the community. Demographic, clinical and psychosocial characteristics and patient-physician discordance were assessed at the baseline visit. Non-adherence was assessed 2 weeks later. Multivariable generalized estimating equations were used to identify determinants of non-adherence to medication. RESULTS: The average age of the women was 50.4 (s.d. 10.5) yr and the mean disability score was 60.3 (16.0) yr. Sixty (47.2%) women were non-adherent to medication; 20 (33.3%) of these were intentionally non-adherent, 24 (40.0%) were unintentionally non-adherent, and the remaining subjects were both. Overall non-adherence was predicted by higher patient-physician discordance. Unintentional non-adherence was predicted by community subjects, not being under a rheumatologist's care, less disease activity, less use of instrumental coping, and higher patient-physician discordance. Intentional non-adherence was predicted by shorter duration under a rheumatologist's care and higher patient-physician discordance. CONCLUSION: The therapeutic relationship, in addition to clinical and psychosocial characteristics, influenced non-adherence to medication.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».