The effect of text messaging on latent tuberculosis treatment adherence: a randomised controlled trial
Notice bibliographique
Résumé
There is limited high-quality evidence available to inform the use of text messaging to improve latent tuberculosis infection (LTBI) treatment adherence.We performed a parallel, randomised controlled trial at two sites to assess the effect of a two-way short message service on LTBI adherence. We enrolled adults initiating LTBI therapy from June 2012 to September 2015 in British Columbia, Canada. Participants were randomised in a 1:1 ratio to standard LTBI treatment (control) or standard LTBI treatment plus two-way weekly text messaging (intervention). The primary outcome was treatment completion, defined as taking ≥80% prescribed doses within 12 months (isoniazid) or 6 months (rifampin) of enrolment. The trial was unblinded except for the data analyst.A total of 358 participants were assigned to the intervention (n=170) and control (n=188) arms. In intention-to-treat analysis, the proportion of participants completing LTBI therapy in the intervention and control arms was 79.4% and 81.9%, respectively (RR 0.97, 95% CI 0.88-1.07; p=0.550). Results were similar for pre-specified secondary end-points, including time-to-completion of LTBI therapy, completion of >90% of prescribed LTBI doses and health-related quality of life.Weekly two-way text messaging did not improve LTBI completion rates compared to standard LTBI care; however, completion rates were high in both treatment arms.
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 | 0,009 | 0,001 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; 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 ».