Demonstrating a Technology-Mediated Intervention to Support Medication Adherence in Community-Dwelling Older Adults in Primary Care: A Feasibility Study
Notice bibliographique
Résumé
Background: Medication non-adherence can lead to significant morbidity and mortality. This 4-week feasibility study aims to demonstrate that the eDosette intervention can be implemented with older adults in primary care. Method: Fifty-six older adults from four primary care sites in Southwestern Ontario, Canada participated. The intervention involved generating, for pharmacist review, weekly medication administration records based on transmitted data captured by the eDosette. The primary outcome is implementation feasibility defined by recruitment, adherence rates, frequency of captured missed and late doses, descriptions of clinical work resulting from the intervention, and participant feedback. Results: The recruitment rate was 24% (57/240); one withdrew due to personal reasons. The mean observed adherence rate was 82% (range 49%-100%). Overall, participants missed 505 and took 2,105 doses late; 118 clinical decisions occurred with 72 unique medication changes in 31 participants. Participants found the eDosette easy to use and did not feel that they were viewed negatively because of their potential non-adherence. Conclusion: The eDosette intervention could be feasibly implemented in primary care with older adults. Providing information about when an older adult takes their medications could play a role in medication adherence by prompting more informed discussions between the older adult and primary care clinicians.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 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 ».