The effect of pharmacist intervention and patient education on lipid-lowering medication compliance and plasma cholesterol levels.
Notice bibliographique
Résumé
BACKGROUND: Dyslipidemias are a modifiable risk factor for coronary heart disease. The benefits of cholesterol reduction drug therapies are limited by poor patient compliance with drug regimens. OBJECTIVES: To determine the impact of a community pharmacist pilot disease-management program on patient compliance with lipid-lowering drug therapy and on serum cholesterol levels. METHODS: One hundred forty-nine patients who were nonadherent to prescribed hypolipidemic drug regimens were recruited for this six-month prospective study. Each subject served as their own control. Pharmacists educated these patients on lipid disorders, the benefit of medication compliance and lifestyle modifications that reduce the risk for coronary heart disease. Pharmacists followed up participants by telephone at two-month intervals. Drug renewal rates were monitored throughout the study and plasma lipid levels were measured at study outset and study end. RESULTS: Pharmacist intervention and patient-education programs significantly increased medication compliance, as shown by a 15.3% increase (P<0.05) in the number of compliant patients and an 11 day (P<0.001) reduction in the average number of days to prescription renewal. Concurrently, levels of total cholesterol, triglycerides and low-density lipoprotein (LDL) cholesterol, were reduced by 6%, 16.2%, and 8.5% (P<0.001, 0.01, 0.01), respectively. High density lipoprotein (HDL) cholesterol remained relatively unchanged (+0.7%) so that the LDL to HDL ratio was improved by 17.2% overall (P<0.01). Almost all of the patients (99.2%) were satisfied with the program and expressed a willingness to pay an average $34.50 per 30 min consultation for the pharmacist services offered. CONCLUSION: Pharmacists can contribute significantly to disease management of dyslipidemic individuals.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».