Utility of the MARS-5 in Assessing Medication Adherence in IBD
Notice bibliographique
Résumé
INTRODUCTION: We aimed to validate the Medication Adherence Report Scale-5 (MARS-5) as a tool for assessing medication adherence in inflammatory bowel disease (IBD) and to determine predictors of medication adherence. METHODS: One hundred twelve (N = 112) adults with confirmed IBD participating in the longitudinal Manitoba Living With IBD Study were eligible. Demographics, IBD type, surgeries, disease activity (using the Inflammatory Bowel Disease Symptom Inventory and fecal calprotectin levels), perceived stress, and medication use were collected biweekly through online surveys. The MARS-5 scores were obtained at baseline and at 1 year. Correlation between medication monitoring data and MARS-5 scores was performed and the optimal MARS-5 cutoff point for adherence assessment determined. Predictors of medication adherence were assessed at both ≥90% and ≥80%. RESULTS: Participants were predominantly female (71.4%), mean age was 42.9 (SD = 12.8), and the majority (67.9%) had Crohn disease (CD). Almost half (46.4%) were taking more than 1 IBD medication, with thiopurines (41.9%) and biologics (36.6%) the most common. Only 17.9% (n = 20) were nonadherent at a <90% level; of those, 90% (n = 18) were using oral medications. The MARS-5 was significantly associated with adherence based on medication monitoring data at baseline (r = 0.48) and week 52 (r = 0.57). Sensitivity and specificity for adherence ≥80% and ≥90% were maximized at MARS-5 scores of >22 and >23, respectively. Having CD (OR = 4.62; 95% confidence interval, 1.36-15.7) was the only significant predictor of adherence. CONCLUSION: MARS-5 is a useful measure to evaluate adherence in an IBD population. In this highly adherent sample, disease type (CD) was the only predictor of medication adherence.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».