Association of Medication Beliefs, Self-efficacy, and Adherence in a Diverse Cohort of Adults with Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: Rheumatoid arthritis (RA) patients' adherence to disease-modifying antirheumatic drugs (DMARD) is often suboptimal. We examined associations among medication beliefs, self-efficacy, and adherence to medications in RA. METHODS: Data were from a longitudinal observational cohort of persons with RA. Subjects completed telephone interviews on self-reported adherence, self-efficacy, demographics, and the Beliefs about Medicines Questionnaire (BMQ), which assesses beliefs in necessity and beliefs about taking medication. Bivariate and multivariate logistic regression identified correlates of poor adherence to synthetic DMARD and prednisone as well as to biologic therapy, including medication concerns and necessity. RESULTS: There were 362 patients who reported taking a synthetic DMARD and/or prednisone. Of these, 14% and 21% reported poor adherence to oral DMARD or prednisone, and biologics, respectively. There were 64% who reported concern about taking medicines, 81% about longterm effects, and 47% about becoming too dependent on medicines. In multivariate analyses, the BMQ necessity score was independently associated with better adherence to oral DMARD or prednisone (adjusted OR 0.61, 95% CI 0.41-0.91), while self-efficacy was associated with greater odds of poor adherence to oral medications (adjusted OR 1.23, 95% CI 1.01-1.59). Beliefs in medicines and self-efficacy were not associated with adherence to biologics. CONCLUSION: In a diverse cohort of patients with RA, stronger beliefs in the necessity of medication were associated with better adherence to oral DMARD or prednisone, while higher self-efficacy was associated with poor adherence. Providers can play important roles in eliciting patient beliefs about medications to improve adherence and ultimately health outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».