Notice bibliographique
Résumé
As in many other chronic conditions, adherence to prophylactic treatment in migraine is probably poor. In chronic diseases, compliance at one year does not exceed 50%. That could explain the low therapeutic gain seen with migraine preventive medications. It also renders difficult the evaluation of clinical trials on migraine prophylaxis since in most of these trials compliance is not properly assessed. From the patients' perspective, there are several factors that could explain poor adherence to recommended treatments. Essentially, these factors are the expression of the patients' subjective perception of their disease and potential remedies in a context of a positive patient-physician relationship. When migraine prophylactic treatment is considered, patients should be informed of the natural history of their disease and a diagnosis of an accelerated form of migraine should be confirmed. Prophylactic treatment at best would reduce by 50% the frequency of migraine attacks. In most studies, however, the therapeutic gain is in the order of 30-40%. Treatment should be instituted for a minimum time of two to three months and if effective maintained for 6-12 months. The outcome of prophylaxis can rarely be determined in a prospective way. The choice of prophylactic regimens remains empirical, often based on the physician's experience and perception of the mechanism of migraine. A better adherence to prophylactic treatment of migraine could possibly improve outcomes but current methods of improving adherence for chronic health problems are mostly complex and not very effective.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».