Family practice patients' adherence to statin medications.
Notice bibliographique
Résumé
OBJECTIVE: To measure family practice patients' adherence to statin medications and to identify factors associated with adherence to these medications. DESIGN: Cross-sectional study using a mailed self-report survey sent to 400 patients. SETTING: Two academic family practice clinics in Halifax, NS. PARTICIPANTS: A total of 284 patients aged 40 or older who were prescribed statin medications by their family physicians, either for the first time or as a renewal during a 20-month period. MAIN OUTCOME MEASURES: Level of adherence to statin medications as measured by patients' self-report on the Morisky scale; association between high adherence on the Morisky scale and 38 patient-reported factors. RESULTS: Response rate was 82.5%. Average age of patients was 65 years, 57% were men, 62% had been on statin medications for more than 2 years, and 97% reported that their family physicians managed their cholesterol levels. More than 63% of patients reported high adherence as measured by the Morisky scale. On multiple logistic regression, being older than 65, taking 4 to 6 other prescribed medications, and having a lifestyle that included regular exercise or a healthy diet were significant independent predictors of high adherence scores on the Morisky scale. CONCLUSION: Almost two-thirds (63%) of patients who were prescribed statins by their family physicians reported high adherence to the medications. Strategies to improve adherence would best be directed at patients who are younger or taking fewer than 4 or more than 6 other prescribed medications. Patients should be encouraged to maintain a lifestyle of regular exercise and a healthy diet, as this was associated with better adherence to statin medications.
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 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 | 0,001 | 0,002 |
| 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) | 0,000 | 0,002 |
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 tête enseignante, 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 ».