MétaCan
Menu
Retour à la cohorte
Enregistrement W2151481259 · doi:10.1177/0272989x09342752

Increasing the Detection and Response to Adherence Problems with Cardiovascular Medication in Primary Care through Computerized Drug Management Systems: A Randomized Controlled Trial

2009· article· en· W2151481259 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMedical Decision Making · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensUniversité de MontréalCollege of Family Physicians of CanadaMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineDrugRandomized controlled trialPharmacotherapyLipid profileIntervention (counseling)Intensive care medicineEmergency medicineInternal medicinePhysical therapyPharmacologyCholesterol

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Adherence with antihypertensive and lipid-lowering therapy is poor, resulting in an almost 2-fold increase in hospitalization. Treatment side effects, cost, and complexity are common reasons for nonadherence, and physicians are often unaware of these potentially modifiable problems. OBJECTIVE: To determine if a cardiovascular medication tracking and nonadherence alert system, incorporated into a computerized health record system, would increase drug profile review by primary care physicians, increase the likelihood of therapy change, and improve adherence with antihypertensive and lipid-lowering drugs. METHODS: There were 2293 primary care patients prescribed lipid-lowering or antihypertensive drugs who were randomized to the adherence tracking and alert system or active medication list alone to determine if the intervention increased drug profile review, changes in cardiovascular drug treatment, and refill adherence in the first 6 months. An intention to treat analysis was conducted using generalized estimating equations to account for clustering within physician. RESULTS: Overall, medication adherence was below 80% for 36.3% of patients using lipid-lowering drugs and 40.8% of patients using antihypertensives at the start of the trial. There was a significant increase in drug profile review in the intervention compared to the control group (44.5% v. 35.5%; P < 0.001), a nonsignificant increase in drug discontinuations due to side effects (2.3% v. 2.0%; P = 0.61), and a reduction in therapy increases (28.5% v. 29.1%; P = 0.86). There was no significant change in refill adherence after 6 months of follow-up. CONCLUSION: An adherence tracking and alert system increases drug review but not therapy changes or adherence in prevalent users of cardiovascular drug treatment. Targeting incident users where adverse treatment effects are more common and combining adherence tracking and alert tools with motivational interventions provided by multidisciplinary primary care teams may improve the effectiveness of 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.

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)0,009
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,292
Écart entre enseignants0,274 · 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