ENHANCE—(Electronic Hydroxyurea Adherence): A Protocol to Increase Hydroxyurea Adherence in Patients with Sickle Cell Disease
Notice bibliographique
Résumé
BACKGROUND: Hydroxyurea (HU) is the only disease-modifying medication for patients with sickle cell disease (SCD). HU can reduce SCD-related complications but only 35% to 50% of pediatric patients adhere to HU at the rates achieved in clinical trials and this limits its clinical effectiveness. Mobile Directly Observed Therapy (Mobile DOT) is a pilot-tested, electronic, multidimensional, HU adherence intervention that targets many components of the Health Behavior Model. OBJECTIVE: The aim of this study is to evaluate the impact of Mobile DOT on HU adherence in children with SCD. The objective of our study is to inform the development of future adherence interventions and pediatric SCD protocols. METHODS: This is a single-arm crossover study of pediatric patients with SCD. Participants self-record videos of their daily HU administrations and receive text message alerts to take HU, feedback on their HU adherence, and incentives when they achieve adherence goals during the 6-month Mobile DOT phase. Participants' HU adherence during the Mobile DOT phase is compared with their baseline HU adherence (6 months prior to study entry) and to their HU adherence 6 months after completing the Mobile DOT phase. The primary outcome of this study is HU adherence measured by medication possession ratio. RESULTS: The trial is ongoing. Preliminary review of participant satisfaction results suggest that most participants can complete Mobile DOT in less than 5 minutes per day and are satisfied with the intervention. CONCLUSIONS: If effective, the Mobile DOT strategy will increase HU adherence and this could improve patients' clinical outcomes and reduce costs of care.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».