Effectiveness and content analysis of interventions to enhance medication adherence in hypertension: a systematic review and meta-analysis protocol
Notice bibliographique
Résumé
BACKGROUND: Hypertension control through pharmacological treatment has led to substantial benefits in the prevention of morbidity and mortality from cardiovascular diseases. However, evidence from a number of studies suggests that as many as 50 to 80 % of patients treated for hypertension have low adherence to their treatment regimen. The objective of this systematic review is to evaluate the effectiveness of medication adherence interventions for hypertension. In addition, we aim to explore what barriers and facilitators in the interventions may have been targeted and how these might be related to the effect size on blood pressure (BP). METHODS: This review is a hypertension-specific update to the previous Cochrane Review by Nieuwlaat et al. (2014) on interventions to enhance medication adherence. A systematic literature search will be carried out, and two authors will independently screen titles and abstracts for their eligibility for inclusion and independently extract data from the selected studies and assess the methodological quality using the Cochrane Collaboration Risk of Bias Tool. A meta-analysis will be conducted, and additionally, theoretical factors in interventions will be identified using the Theoretical Domains Framework. DISCUSSION: This review will generate new information by quantitatively evaluating the effectiveness of adherence interventions for hypertension and potentially identify which theoretical domains are associated with more effective interventions and which domains have not been the subject of intervention development. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42016033358.
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 | 0,010 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,049 | 0,006 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».