MétaCan
Menu
Retour à la cohorte
Enregistrement W2130427327 · doi:10.1186/1710-1492-9-45

Exploring the impact of elevated depressive symptoms on the ability of a tailored asthma intervention to improve medication adherence among urban adolescents with asthma

2013· article· en· W2130427327 sur OpenAlexvenueno aff
Lokesh Guglani, Suzanne Havstad, Dennis R. Ownby, Jacquelyn Saltzgaber, Dayna A. Johnson, Christine Cole Johnson, Christine L.M. Joseph

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAsthmaMedicineDepression (economics)Randomized controlled trialIntervention (counseling)RandomizationLogistic regressionDepressive symptomsPhysical therapyMedication adherenceInternal medicinePsychiatryAnxiety

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In patients with asthma, medication adherence is a voluntary behavior that can be affected by numerous factors. Depression is an important co-morbidity in adolescents with asthma that may significantly impact their controller medication adherence and other asthma-related outcomes. The modifying effect of depressive symptoms on an asthma intervention's ability to improve asthma controller medication adherence among urban adolescents with asthma has not yet been reported. OBJECTIVE: To assess self-reported symptoms of depression as an effect modifier of the relationship between randomization group and controller medication adherence at 6-month follow-up. METHODS: These analyses use data from a randomized controlled trial (RCT) conducted in Detroit high schools to evaluate a tailored asthma management program. The intervention included referrals to school or community resources for students reporting symptoms of depression and other issues. "Elevated depressive symptoms" was defined as a positive answer to ≥ 5 of 7 questions from a validated tool included on the baseline questionnaire. Self-reported adherence to controller medication was collected at intervention onset (session 1) and at 6-month follow up. Analyses were restricted to students with report of a controller medication at baseline. Logistic regression was used to assess elevated depressive symptoms as an effect modifier of the relationship between randomization group and 6-month adherence. RESULTS: Of the 422 students enrolled in the RCT, a controller medication was reported at intervention onset by n = 123 adolescents (29%). Analyzing this group, we observed an interaction between elevated depressive symptoms and adherence (p = 0.073). Stratified analysis showed better adherence in treatment group adolescents meeting criteria for elevated depressive symptoms at baseline as compared to the control group (adjusted Odds Ratio [aOR] = 9.50; p = 0.024). For adolescents without elevated depressive symptoms at baseline, differences in adherence by group assignment did not reach statistical significance (aOR 1.40, p = 0.49). CONCLUSIONS: In this sample of students reporting controller medications at baseline, report of elevated depressive symptoms at baseline and randomization to the intervention group was associated with significantly better adherence at 6-month follow up when compared to that of a control group. Larger studies are needed to evaluate the impact of depression on the relationship between adherence and asthma intervention effectiveness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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 Opus0,028
Tête enseignante GPT0,308
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetAsthma and respiratory diseasesTravaux en français237 207