Perceived Treatment Satisfaction and Effectiveness Facilitators Among Patients With Chronic Health Conditions: A Self-Reported Survey
Notice bibliographique
Résumé
Background Approximately 50% of patients are nonadherent to prescribed medications. Patient perception regarding medication effectiveness has been linked to improved adherence. However, how patients perceive effectiveness is poorly understood. Objective The aim of this study was to elucidate factors associated with perceived treatment satisfaction and effectiveness among patients with chronic health conditions. Methods We conducted a descriptive study using a cross-sectional survey design. We administered a Web-based survey to participants with migraine, multiple sclerosis (MS), or rheumatoid arthritis (RA). Patients were recruited from established online communities of Health Union. Descriptive statistics, correlations, and comparison tests were used to examine outcomes. Results Data were collected from 1820 patients: 567 with migraine, 717 with MS, and 536 with RA. The majority of participants were female (1644/1820, 90.33%), >40 years old (1462/1820, 80.33%), and diagnosed >5 years ago (1189/1820, 65.33%). Treatment satisfaction and perceived medication effectiveness were highly correlated (r=0.90, P<.01). Overall, three temporal factors were positively correlated with satisfaction or perceived effectiveness: time on current medication (satisfaction rs=0.22, P<.01; effectiveness rs=0.25, P<.01), time since diagnosis (satisfaction rs=0.07, P<.01; effectiveness rs=0.09, P<.01), and time on treatment (effectiveness rs=0.08, P<.01). Conclusions Findings validated the strong relationship between treatment satisfaction and perceived effectiveness. Understanding the (1) positive relationship between time and treatment satisfaction and effectiveness and (2) factors associated with determining medication effectiveness can help clinicians better understand the mindset of patients regarding treatment. Clinicians may be better prepared to elicit patient beliefs, which influence medication adherence, for people diagnosed with chronic health conditions.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».