Beliefs about medicines in dialysis patients and after renal transplantation
Notice bibliographique
Résumé
INTRODUCTION: Patients with end-stage renal disease are burdened by a complex medication regimen, but little is known about the belief about medicine among dialysis- and renal transplant (RTX) patients. Patients' beliefs about medicines may influence drug adherence and thereby affect morbidity and mortality. The aim of the present study was to assess the beliefs about medicine in dialysis as well as after RTX. METHODS: In a prospective study, 301 dialysis patients were followed for up to 5.5 years during which time 142 had been transplanted. Out of the transplanted patients, 110 were eligible for inclusion. The Beliefs about Medicine Questionnaire (BMQ) was used to assess the beliefs in dialysis and after transplantation. BMQ in dialysis was also compared to that of the general Norwegian population (n = 426). Multiple linear regression analyses were performed with BMQ subscales as dependent variables and sociodemographic and clinical data as independent variables. FINDINGS: Median age in dialysis was 62 (IQR 50-73) years, 66.1% were male and 80.7% were treated with hemodialysis. When in dialysis, 98.2% strongly believed their medications were necessary, while 34.4% reported strong concerns. Furthermore, 17.3% believed their medications to be harmful and 38.6% believed that doctors overprescribed medicines. The Necessity-concern differential had a positive score in 92.6% of the patients. Follow-up time was 55 (IQR 50-59) months. After transplantation, there was an increase in the patient-reported necessity of medication (21.9 ± 2.7 vs. 23.8 ± 1.9, P < 0.001) compared to while in dialysis. Correlations were found between patient beliefs and education, age, and depression. DISCUSSION: Although positive beliefs about medicines increase after transplantation, concerns are high in both dialysis and after RTX. Implementing the BMQ routinely in the clinical evaluation of dialysis- and RTX patients may help to identify patients with increased risk for medical nonadherence.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».