Perceptions and Challenges Experienced by African Physicians When Prescribing Methotrexate for Rheumatic Disease: An Exploratory Study
Notice bibliographique
Résumé
OBJECTIVE: Guidelines for methotrexate (MTX) use in rheumatic disease may not be feasible for physicians practicing in the least developed countries. We aimed to understand the experiences of MTX prescribers relating to MTX use for rheumatic disease in African countries to inform the development of culturally and geographically appropriate recommendations. METHODS: African physicians who self-identified as MTX prescribers from countries classified as having a low versus a medium or high Human Development Index (L-HDI versus MH-HDI) participated in semistructured interviews between August 2016 and September 2017. Interviews were transcribed verbatim, coded thematically, and stratified by HDI. RESULTS: Physicians (23 rheumatologists; six internists) from 29 African countries were interviewed (15 L-HDI; 14 MH-HDI). Identified barriers to MTX use included inconsistent MTX supply (reported by 87% L-HDI versus 43% MH-HDI), compounded by financial restrictions (reported by 93% L-HDI versus 64% MH-HDI), patient hesitancy based partly on cultural beliefs and societal roles (reported by 71%), few prescribers (reported by 33%), prevalent infections (especially viral hepatitis, tuberculosis, and human immunodeficiency virus), and both availability and cost of monitoring tests. MTX pretreatment evaluation and starting and maximal doses were similar between L-HDI countries and MH-HDI countries. CONCLUSION: The challenges of treating rheumatic disease in African countries include unreliable drug availability and cost, limited subspecialists, and patient beliefs. Adapting recommendations for MTX use in the context of prevalent endemic infections; ensuring safe but feasible MTX monitoring strategies, enhanced access to stable drug supply, and specialized rheumatology care; and improving patient education are key to reducing the burden of rheumatic diseases in L-HDI countries.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 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 ».