MétaCan
Menu
Retour à la cohorte
Enregistrement W2108526510 · doi:10.1186/1471-2458-12-318

Does treatment adherence correlates with health related quality of life? findings from a cross sectional study

2012· article· en· W2108526510 sur OpenAlexaff
Fahad Saleem, Mohamed Azmi Hassali, Asrul Akmal Shafie, George Awad, Muhammad Atif, N. Haq, Hisham Aljadhey, Maryam Farooqui

Notice bibliographique

RevueBMC Public Health · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensHumber River Regional Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineCross-sectional studyBiostatisticsQuality of life (healthcare)Public healthMedication adherenceCohortHealth related quality of lifeCohort studyDescriptive statisticsEpidemiologyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although medication adherence and health-related quality of life (HRQoL) are two different outcome measures, it is believed that adherence to medication leads to an improvement in overall HRQoL. The study aimed to evaluate the association between medication adherence and HRQoL. METHODS: A questionnaire-based cross-sectional study design was undertaken with hypertension patients attending public hospitals in Quetta city, Pakistan. HRQoL was measured by Euroqol EQ-5D. Medication adherence was assessed by the Drug Attitude Inventory. Descriptive statistics was used to tabulate demographic and disease-related information. Spearmans correlation was used to assess the association between the study variables. All analysis was performed using SPSS 17.0. RESULTS: Among 385 study patients, the mean age (SD) was 39.02 (6.59), with 68.8% of males dominating the entire cohort. The mean (SD) duration of hypertension was 3.010.939years. Forty percent (n=154) had a bachelors degree level of education with 34.8% (n=134) working in the private sector. A negative and weak correlation (0.77) between medication adherence and EQ-5D was reported. In addition, a negative weak correlation (0.120) was observed among medication adherence and EQ-VAS. CONCLUSIONS: Correlations among the study variables were negligible and negative. Hence, there is no apparent relationship between the variables.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,174
Tête enseignante GPT0,416
Écart entre enseignants0,243 · 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.

Devis d'étudeObservationnel
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

Citations54
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetMedication Adherence and ComplianceTravaux en français237 207