A systematic overview of systematic reviews evaluating medication adherence interventions
Notice bibliographique
Résumé
PURPOSE: To systematically summarize evidence from multiple systematic reviews (SRs) examining interventions addressing medication nonadherence and to discern differences in effectiveness by intervention, patient, and study characteristics. SUMMARY: MEDLINE, the Cochrane Database of Systematic Reviews, and the Database of Abstracts of Reviews of Effects were searched for papers published from January 2004 to February 2017. English-language SRs examining benefits of medication adherence interventions were eligible. Inclusion was limited to adult patients prescribed medication for 1 of the following disease conditions: diabetes and prediabetes, heart conditions, hypertension and prehypertension, stroke, and cognitive impairment. Non-disease-specific SRs that considered medication adherence interventions for older adults, adults with chronic illness, and adults with known medication adherence problems were also included. Two researchers independently screened titles, abstracts, and full-text articles. They then extracted key variables from eligible SRs, reconciling discrepancies via discussion. A MeaSurement Tool to Assess systematic Reviews (AMSTAR) was used to assess SRs; those with scores below 8 were excluded. Conclusions regarding intervention effectiveness were extracted. Grades of Recommendation, Assessment, Development and Evaluation (GRADE) methodology was applied to assess evidence quality. RESULTS: Of 390 SRs, 25 met the inclusion criteria and assessed adherence as a primary outcome. Intervention types most consistently found to be effective were dose simplification, patient education, electronic reminders to patients, and reduced patient cost sharing or incentives. Of 50 conclusions drawn by the SRs, the underlying evidence was low or very low quality for 45 SRs. CONCLUSION: Despite an abundance of primary studies and despite only examining high-quality SRs, the vast majority of primary studies supporting SR authors' conclusions were of low or very low quality. Nonetheless, health system leaders seeking to improve medication adherence should prioritize interventions that have been studied and found to be effective at improving patient adherence, including dose simplification, education, reminders, and financial incentives.
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 | 0,012 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».