Effect of Quality of Life Impact and Clinical Severity on Adherence to Topical Acne Treatment
Notice bibliographique
Résumé
BACKGROUND: Topical medications are the most commonly prescribed treatments for acne patients. However, adherence to these treatments and possible associations with clinical severity and quality of life (QoL) impact are unclear. PURPOSE: We evaluated the association between sociodemographic factors, clinical severity, and QoL impact and adherence to topical acne treatments. METHODS: This was an observational study of acne patients referred for usual care to community-based dermatologists. Adherence was assessed with questionnaires after 2 months of acne therapy. The associations of adherence with factors of interest were evaluated by chi-square analysis and Spearman rank correlation. RESULTS: In 152 acne patients treated with topical medications, low adherence was observed in 26%, medium in 49%, and high in 24%. Age, gender, duration of acne, education level, third-party drug plan coverage, smoking history, recreational drug use, ingestion of alcohol, and number of prescribed topical agents were not significantly associated with adherence. Adherence was significantly positively correlated with QoL impact (r = .24, p = .003), with the role-emotional and self-perception domains having the highest correlations. In contrast, adherence was weakly negatively correlated with facial acne severity (r = -.16, p = .047). LIMITATIONS: This study focused on facial acne, and adherence was based on patient reporting. CONCLUSIONS: Adherence to topical acne therapy increases with impact on QoL but decreases with increasing acne severity.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».