MétaCan
Menu
Retour à la cohorte
Enregistrement W2471630135 · doi:10.1212/wnl.86.16_supplement.p2.106

Medication Adherence in Pediatric MS: Barriers and Facilitators (P2.106)

2016· article· en· W2471630135 sur OpenAlexaff
Stephanie A. Grover, Kim R. Edwards, Gülay Alper, Brenda Banwell, Petra Breiner, Mark Gorman, Jennifer Graves, Janace Hart, Timothy Lotze, Soe Mar, Lauren Mednick, Jayne Ness, Austin Noguera, Elizabeth Quon, Teri Schreiner, Carolyn E. Schwartz, Amy Waldman, Emmanuelle Waubant, Ruth Slater, E. Ann Yeh

Notice bibliographique

RevueNeurology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedication adherenceMedicineMEDLINEFamily medicineInternal medicineChemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Disease modifying therapies (DMT) are used widely in pediatric multiple sclerosis (POMS), but up to half of children with MS have poor medication adherence. Social and medical consequences may result, including increased relapse rate and missed school. Reasons for poor medication adherence in pediatric MS are unknown, but elucidation of these reasons may improve outcomes in this population. OBJECTIVE: To identify factors influencing medication adherence in POMS. DESIGN/METHODS: Children with MS from 9 North American centers were enrolled in a randomized-control trial of medication adherence including electronic monitoring paired with motivational interviewing (MI) vs. attention control. Children with a diagnosis of MS on DMT for at least 6 months were included in the study. Interviews followed MI theory, and were used to evoke reasons and methods for behavioral change in participants. Qualitative thematic analysis of 14 baseline interviews with participants randomized to the MI arm of the study (9 female, 15±2 yrs.) captured emergent themes. RESULTS: Themes included: (1) Importance of medication adherence: participants referred to symptoms at diagnosis (“numbness”, “tingling”, “no vision in right eye”) as motivators. (2) Strategies for remembering to take medication: parental reminders, alarms, routines. (3) Obstacles to adherence: distractions, going out with friends, ability to self-inject. (4) Reactions to using electronic monitoring: participants described tracking daily patterns of medication adherence as helpful. CONCLUSIONS: Through MI, children with MS identified barriers and facilitators to medication adherence. Facilitators included use of the tracking device, the identification of specific strategies related to routinization, and recall of neurological symptoms. Barriers included challenges with self-injection as well as those related to changes in daily routine. Surprisingly, pain and fear did not emerge as barriers to medication use. Future studies will evaluate whether thematic changes occurred through the course of the study, and whether changes in adherence accompanied thematic changes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,278
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetAutoimmune and Inflammatory Disorders ResearchTravaux en français237 207