Objective Assessment of Adherence to Inhalers by Patients with Chronic Obstructive Pulmonary Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
RATIONALE: Objective adherence to inhaled therapy by patients with chronic obstructive pulmonary disease (COPD) has not been reported. OBJECTIVES: To objectively quantify adherence to preventer Diskus inhaler therapy by patients with COPD with an electronic audio recording device (INCA). METHODS: This was a prospective observational study. On discharge from hospital patients were given a salmeterol/fluticasone inhaler with an INCA device attached. Analysis of this audio quantified the frequency and proficiency of inhaler use. MEASUREMENTS AND MAIN RESULTS: was 1.3 L, and 59% had evidence of mild/moderate cognitive impairment. By combining time of use, interval between doses, and critical technique errors, thus incorporating both intentional and unintentional nonadherence, a measure "actual adherence" was calculated. Mean actual adherence was 22.6% of that expected if the doses were taken correctly and on time. Six percent had an actual adherence greater than 80%. Hierarchical clustering found three equally sized well-separated clusters corresponding to distinct patterns. Cluster 1 (34%) had low inhaler use and high error rates. Cluster 2 (25%) had high inhaler use and high error rates. Cluster 3 (36%) had overall good adherence. Poor lung function and comorbidities were predictive of poor technique, whereas age and cognition with poor lung function distinguished those with poor adherence and frequent errors in technique. CONCLUSIONS: These data may inform clinicians in understanding why a prescribed inhaler is not effective and to devise strategies to promote adherence in COPD.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle