The Adherence Support Gap: The ‘Ideal' Versus ‘Reality’ of Antiretroviral Adherence Support Provided by HIV Health Providers in Clinical Practice
Notice bibliographique
Résumé
BACKGROUND: Guidelines suggest that clinicians should provide their patients with antiretroviral adherence support, but there is uncertainty about the types of adherence support clinicians think are important, the methods they use to provide adherence support, and the barriers they face in providing such support in clinical practice. OBJECTIVE: To study clinician perspectives on the importance of different antiretroviral adherence support activities and compare these with clinicians' self-reported actual adherence support practices. METHODS: From March to August 2005, surveys were mailed to physicians, pharmacists, and nurses who provide care to HIV patients in Ontario, Canada. The 84-item survey asked providers to rate how necessary it was to provide 30 types of adherence support activities and how frequently they actually provided each of the types of adherence support. From this, we assessed healthcare provider perceptions of best or ideal practices in supporting medication adherence and actual or usual care in adherence support provision. We also examined whether an adherence support gap existed between the provision of best practice adherence support and actual adherence support in clinical practice. RESULTS: One hundred sixty-nine of 300 mailed surveys were returned, for a response rate of 56%. Respondents were highly specialized in HIV care and nearly all practiced in urban settings. Respondents indicated that most of the surveyed adherence support activities should be provided to all patients. However, most clinicians did not actually provide these adherence supports to their patients to the extent that they desired. We calculated an adherence support gap that ranged from 31% to 75% across the different types of adherence support activities. CONCLUSIONS: We observed important adherence support gaps between ideal best practices in the provision of adherence support and actual provision of adherence support in clinical practice.
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 | 0,034 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 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 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 ».