Predictive factors of non-adherence to secondary preventative medication after stroke or transient ischaemic attack: A systematic review and meta-analyses
Notice bibliographique
Résumé
PURPOSE: Non-adherence to secondary preventative medications after stroke is relatively common and associated with poorer outcomes. Non-adherence can be due to a number of patient, disease, medication or institutional factors. The aim of this review was to identify factors associated with non-adherence after stroke. METHOD: We performed a systematic review and meta-analysis of studies reporting factors associated with medication adherence after stroke. We searched MEDLINE, EMBASE, CINAHL, PsycINFO, CENTRAL and Web of Knowledge. We followed PRISMA guidance. We assessed risk of bias of included studies using a pre-specified tool based on Cochrane guidance and the Newcastle-Ottawa scales. Where data allowed, we evaluated summary prevalence of non-adherence and association of factors commonly reported with medication adherence in included studies using random-effects model meta-analysis. FINDINGS: From 12,237 titles, we included 29 studies in our review. These included 69,137 patients. The majority of included studies (27/29) were considered to be at high risk of bias mainly due to performance bias. Non-adherence rate to secondary preventative medication reported by included studies was 30.9% (95% CI 26.8%-35.3%). Although many factors were reported as related to adherence in individual studies, on meta-analysis, absent history of atrial fibrillation (OR 1.02, 95% CI 0.72-1.5), disability (OR 1.27, 95% CI 0.93-1.72), polypharmacy (OR 1.29, 95% CI 0.9-1.9) and age (OR 1.04, 95% CI 0.96-1.14) were not associated with adherence. DISCUSSION: This review identified many factors related to adherence to preventative medications after stroke of which many are modifiable. Commonly reported factors included concerns about treatment, lack of support with medication intake, polypharmacy, increased disability and having more severe stroke. CONCLUSION: Understanding factors associated with medication taking could inform strategies to improve adherence. Further research should assess whether interventions to promote adherence also improve outcomes.
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 | 0,022 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,053 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».