In-Depth Analysis of Patient-Clinician Cell Phone Communication during the WelTel Kenya1 Antiretroviral Adherence Trial
Notice bibliographique
Résumé
BACKGROUND: The WelTel Kenya1 trial demonstrated that text message support improved adherence to antiretroviral therapy (ART) and suppression of HIV-1 RNA load. The intervention involved sending weekly messages to patients inquiring how they were doing; participants were required to respond either that they were well or that there was a problem. OBJECTIVES: 1) Describe problems participants identified through mobile phone support and reasons why participants did not respond to the messages; 2) investigate factors associated with indicating a problem and not responding; and 3) examine participant perceptions of the intervention. DESIGN: Secondary analysis of WelTel Kenya1 trial data. METHODS: Reasons participants indicated a problem or did not respond were extracted from the study log. Negative binomial regression was used to determine participant characteristics associated with indicating a problem and non-response. Data from follow-up questionnaires were used to describe participant perceptions of the intervention. RESULTS: Between 2007 and 2009, 271 participants generated 11,873 responses; 377 of which indicated a problem. Health issues were the primary reason for problem responses (72%). Rural residence (adjusted incidence rate ratio [IRR] 1.96; 95%CI 1.19-3.25; p=0.009 and age were associated with indicating a problem (adjusted IRR 0.63 per increase in age group category; 95%CI 0.50-0.80; p<0.001). Higher educational level was associated with a decreased rate of non-response (adjusted IRR 0.81; 95%CI 0.69-0.94; p=0.005). Of participants interviewed, 62% (n=129) stated there were no barriers to the intervention; cell phone issues were the most common barrier. Benefits included reminding patients to take medication and promoting a feeling that "someone cares". CONCLUSIONS: The WelTel intervention enabled frequent communication between clinicians and patients during the WelTel Kenya1 trial. Many patients valued the service for the support it provided, with health-related concerns comprising the majority of problems identified by participants. Few sociodemographic characteristics were associated with participant engagement in the intervention.
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 | 0,018 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».