A Systematic Review of Medication Adherence Thresholds Dependent of Clinical Outcomes
Notice bibliographique
Résumé
Background: In pharmacotherapy, the achievement of a target clinical outcome requires a certain level of medication intake or adherence. Based on Haynes’s early empirical definition of sufficient adherence to antihypertensive medications as taking ≥80% of medication, many researchers used this threshold to distinguish adherent from non-adherent patients. However, we propose that different diseases, medications and patient’s characteristics influence the threshold of the adherence rate above which the clinical outcome is satisfactory. Moreover, the assessment of adherence and clinical outcomes may differ greatly and should be taken into consideration. We aimed at investigating medication adherence thresholds in relation to clinical outcomes. Method: We searched for studies that determined the relationship between adherence rates and clinical outcomes in the databases PubMed, Embase® and Web of Science™ until December 2017, limited to English-language. Our outcome measure was any threshold value of adherence. Inclusion criteria were 1) any measurement of medication adherence; 2) any assessment of clinical outcomes 3) any method to define medication adherence thresholds in relation to clinical outcomes. Two authors independently screened titles and abstracts for relevance, reviewed full-texts, and extracted items. The results of the included studies are presented qualitatively. Result: We analyzed six articles that assessed clinical outcomes linked to adherence rates in seven chronic disease states. Medication adherence was measured with Medication Possession Ratio (MPR, n = 3), Proportion of Days Covered (PDC, n = 1), both (n = 1), or Medication Event Monitoring System (MEMS). Clinical outcomes were event free episodes, hospitalization, cortisone use, reported symptoms and reduction of lipid levels. To find the relationship between the targeted clinical outcome and adherence rates, three studies applied logistic regression and three used survival analysis. Five studies defined adherence thresholds between 46% and 92%. One study confirmed the 80% threshold as valid to distinguish adherent from non-adherent patients. Conclusion: The analyzed studies were highly heterogeneous, predominantly concerning methods of calculating adherence. We could not compare studies quantitatively, mostly because adherence rates could not be standardized. Therefore, we cannot reject or confirm the validity of the historical 80% threshold. Nevertheless, the 80% threshold was clearly questioned as a general standard.
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 | 0,021 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,013 |
| Bibliométrie | 0,024 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».