The Perceptions of Patient Copayment on the Reported Adherence to Prescription Medication
Notice bibliographique
Résumé
BACKGROUND: In South Africa, a large proportion of the population is dependent entirely on the publicly funded system for healthcare, while private funding covers only a small percentage of those who can afford to pay for health insurance or out-of-pocket payments. Non-compliance to medical treatment is a well-known problem and may lead to an increase in healthcare costs. OBJECTIVES: To investigate how the perception of prescription copayments influences medication use and the effect of this on safe and correct medicine usage METHODS: The study was conducted with a sample of patients from the Umbilo suburb of eThekwini, South Africa. Participants were members of a medical scheme and completed a questionnaire after informed consent. The questionnaire design included an eight-item scale to ascertain the degree of concern regarding prescription costs. Quantitative data were analysed using descriptive statistics; associations between household characteristics and outcomes were explored using odds ratios and chi square analysis. RESULTS: Overall 82% of the participants reported that prescription cost was a major factor that influenced medication collection. The association between demographic data and concern scale was assessed and revealed that participants had an increased concern with meeting prescription costs (OR 1.73, 95% CI 0.66-4.52). Most (93%) of the participants with a salary less than ZAR10 000 indicated a concern with prescription costs (chi square=21.7, df=2, p<0.05). CONCLUSION: The study indicated that prescription cost posed as a barrier to medication adherence as the copayment affected patients’ decisions to continue optimal treatment.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».