Difficulties in reporting purpose and dosage of prescribed medications are associated with poor cognition and depression
Notice bibliographique
Résumé
Knowledge on prescribed medication is important for medication adherence. We determined the presence of cognitive impairment in neurological patients who report not to know reasons and dosages of their medication. Data from 350 patients were collected: sociodemographic data, German Stendal Adherence to Medication Score (SAMS), Montreal Cognitive Assessment (MoCA), and Beck Depression Inventory-II (BDI-II). Eighty-eight (29.0%) patients did not know the reasons for taking their prescribed medication and 83 (27.4%) did not know the doses. Sixty-three (20.8%) knew neither reasons nor dosage. The latter were characterized by higher nonadherence, higher number of prescribed medication per day, lower MoCA, higher BDI, and had more often a lower education level compared with patients who knew the reasons. The MANOVA revealed a significant multivariate effect for not knowing the reasons and not knowing the dosages of medication on MoCA and BDI. Significant univariate effects for not knowing reasons were found for depressive mood, but not for cognitive performance. Significant univariate effects for not knowing dosages were found for cognitive performance, but not for depressive mood. Inaccurate medication reporting is not solely associated with cognitive problems, but also with depression, which has to be taken into account in daily practice and research.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».