MétaCan
Menu
Retour à la cohorte
Enregistrement W2154660377 · doi:10.1016/j.eurpsy.2012.01.002

Adherence to medication in adults with attention deficit hyperactivity disorder and pro re nata dosing of psychostimulants: A systematic review

2012· review· en· W2154660377 sur OpenAlexaff
H. Caisley, U. Müller

Notice bibliographique

RevueEuropean Psychiatry · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensHyperion Technologies (Canada)
Organismes subventionnairesCilag
Mots-clésDosingPro re nataRegimenAttention deficit hyperactivity disorderMethylphenidateAttention deficitMedicinePsychiatryMedication adherencePsychologyPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Adherence to a regular medication regimen may be challenging for adults with attention deficit hyperactivity disorder (ADHD). Some report taking psychostimulants on a pro re nata (PRN) basis. This review aims to establish the rate of adherence, and reasons for and consequences of non-adherence to medication for ADHD in adults, and to review literature on PRN dosing of psychostimulants in these patients. A systematic literature search was conducted. Four primary research studies have investigated the rate of adherence to medication in adults with ADHD. Mean adherence rate in two studies ranged from 52% to 87%. A number of possible reasons for poor adherence have been suggested. Prospective studies are needed to further define the rate of adherence and causes of poor adherence. Evidence examining whether differences in adherence affect clinical outcomes is equivocal. Therefore, caution should be applied to the assumption that maximising adherence to regular medication regimens will improve clinical outcomes. Two articles acknowledge that patients take medication on a PRN basis. Studies comparing the effectiveness of a regular and PRN regimen of psychostimulants are needed. If PRN dosing is as effective as a regular regimen, advantages might include enhanced doctor-patient communication, reduced side effects and cost savings.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,053
Tête enseignante GPT0,359
Écart entre enseignants0,305 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean PsychiatryMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207