The Usability, Acceptability, and Functionality of Smart Oral Multidose Dispensing Systems for Medication Adherence: A Scoping Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Medication non-adherence is a leading cause of non-optimal disease management, resulting in poor health outcomes, poor quality of life, and increased healthcare costs. Smart oral multidose dispensing systems (SOMDS) are being developed to address non-adherence; however, little is known about their integration into daily use by patients. METHODS: Using Arksey and O'Malley's scoping review framework, relevant literature was searched for in electronic databases (PubMed, EMBASE, International Pharmaceutical Abstracts, and Scopus). Observational and interventional studies reporting the integration and impact on adherence from SOMDS in adults ≥18 years and published after 1960 were included. RESULTS: Thirteen articles including one case study, 8 cohort studies, and 4 randomized trials were eligible. SOMDS included smart blister packaging, automated dispensers, and electronic medication trays. The number of medications dispensed per SOMDS was one (n = 3), >1 (n = 2), placebo (n = 1) and not reported (n = 7). Reported outcomes included impact on medication adherence (n = 3), integration (n = 2) and both parameters (n = 8). CONCLUSION: Although most studies reported that SOMDS appear usable, there was significant variability in the SOMDS types, patient populations, medication adherence definitions, and measurements; impacting the interpretation of results. Future studies should be designed to address effectiveness of SOMDS on medication adherence in patients with multi-drug therapy and the utilization of real-time adherence data for informing clinical decision making.
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.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,000 | 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 découle