The Adherence's indicators of cancer patients to oral chemotherapy. A sistematic literature review
Notice bibliographique
Résumé
Introduzione. Lindice di aderenza ha un ruolo fondamentale nel trattamento dei pazienti poichè influenza notevolmente lefficacia di un trattamento terapeutico in termini di miglioramento della sopravvivenza globale, della speranza di vita, della qualití della stessa e di riduzione dei costi sanitari. Esistono lacune nellindividuazione degli indicatori da utilizzare per valutare laderenza e le modalití attraverso cui tali indicatori debbano essere adottati. Lobiettivo di questo lavoro è quello di individuare in letteratura gli indicatori di aderenza.Metodo. Revisione sistematica della letteratura di tipo quantitativo effettuata seguendo il metodo PRISMA. La ricerca è stata condotta su: Cinhal-EBSCO, Medline-PUBMED e Scopus. Sono stati ricercati studi che misurassero laderenza dei pazienti al trattamento in lingua inglese e pubblicati dal 2010 al 2016. La selezione è stata effettuate utilizzando criteri di inclusione ed esclusione. La qualití degli articoli è stata valutata con la NewCastle Ottawa Scale per gli studi osservazionali e con la Cochrane Collaboration Risk of Bias per gli studi sperimentali.Risultati. Sono stati ritrovati in totale 7,368 articoli e di questi selezionati 15 (11 studi osservazionali, 4 RCT), per un totale di 1,396 pazienti. Gli indicatori individuati sono: strumenti self-report, conta pillola, tasso di ricarica del farmaco, misure continue, dosaggio dei metaboliti. Un paziente oncologico è considerato aderente al trattamento se assume una percentuale di farmaci ≥ 80% rispetto ai farmaci prescritti.Discussione. Si ottiene una valutazione migliore di aderenza mediante lutilizzo di più strumenti contemporaneamente. Gli indicatori oggettivi derivano dallutilizzo dei metodi di misurazione diretta delladerenza, quelli soggettivi da quella indiretta. Parole chiave: self-management support, oral chemioterapy, measure adherence, measure compliance.The Adherences indicators of cancer patients to oral chemotherapy. A sistematic literature review.ABSTRACTIntroduction. Adherence has a key role in treating patients as influences the effectiveness of therapeutic treatment for improving overall survival, life expectancy, quality of life and reducing healthcare costs. There are gaps in identifying indicators to be used to evaluate adherence and ways in which these indicators should be adopted. The aim of this paper is to identify adherences indicators in literature.Methods. Systematic review was carried out in, Cinhal-EBSCO, Medline-PUBMED and Scopus including studies of measure patients adherence in English and published from 2010 to 2016. Inclusion and exclusion criteria were used. The quality of the articles was assessed with the NewCastle Ottawa Scale for observational studies and the Cochrane Collaboration Risk of Bias for experimental studies.Results. Of the 7,368 papers initially retrieved, 15 met the inclusion criteria (11 observational studies, 4 RCTs), for a total of 1,396 patients. The indicators found are: self-report tools, pill counts, drug recharge rate, continuous measures, metabolic dosage. A patient is considered adherent to the treatment if he or she assumes a percentage of drugs ≥ 80% of the prescribed medications. Discussion. A better adherence rating is obtained by using multiple instruments at the same time. The objective indicators derive from the direct measurement methods of adherence, the subjective ones from the indirect. Key words: self-management support, oral chemioterapy, measure adherence, measure compliance.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 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 ».