Group-Based Trajectory Modelling (GBTM) To Assess the Effect of Medication Adherence on Health-Related Outcomes: A Protocol for A Systematic Review
Notice bibliographique
Résumé
Abstract Background: The Group-based trajectory modelling (GBTM) method is increasingly used in pharmacoepidemiologic studies to describe medication adherence trajectories over time. However, assessing the effects of these medication adherence trajectories on health-related outcomes remains challenging. The purpose of this review is to describe studies assessing the effects of medication adherence trajectories estimated by the GBTM method on health-related outcomes. Methods: We will conduct a systematic review according to the recommendations of the Preferred Reporting Items for Systematic Review and Meta-analysis (PRISMA) guidelines. We will search in the following databases: PubMed, Embase, PsycINFO, Web of Science, CINAHL, and Cochrane database up to April 1st, 2021. Two reviewers will independently select articles and extract data. Discrepancies at every step will be resolved through discussion, and consensus will be reached for all disagreed articles. A third reviewer will act as a referee if needed. We will use tables to synthesize the modalities used to estimate medication adherence trajectories and the effect of adherence trajectories on health-related outcomes. We will identify the types of health-related outcomes studied and how they are defined, the statistical models used, the effect measure yield, and how medication adherence trajectories have been incorporated in the model. We will also review the limitations and biases reported by the authors and their attempts to mitigate them. We will provide a narrative synthesis.Discussion: This review will provide a clear view of the strategies and methods used in medication adherence research to estimate the effects of adherence trajectories on different health-related outcomes. A thorough exploration of how GBTM is used for this specific purpose could represent the first crucial steps towards optimizing the utilization of this method in adherence studies. Systematic review registration: Prospero CRD42021213503.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,152 | 0,198 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,006 |
| Méta-épidémiologie (sens large) | 0,017 | 0,024 |
| Bibliométrie | 0,018 | 0,017 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,014 |
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 source (Gemma direct ou Codex distillé), 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 ».