A review of features and characteristics of smart medication adherence products
Notice bibliographique
Résumé
Background: Smart medication adherence products (smart MAPs) capture and transmit real-time medication intake by using various means of connectivity, allowing for remote monitoring. Numerous such products with different features are available to address medication nonadherence. A comparison of the features of these products is needed for clinical decision-making. Therefore, the objective of this review was to compare smart MAPs available for in-home use. Methods: We searched grey and published literature and videos to identify smart MAPs. To be considered smart, products required 2 features: connectivity (the ability for collected data to exist outside the physical device) and automaticity (the ability for data to be analyzed or processed automatically). Products were excluded if product descriptions were not available in English, not for in-home use and unable to dispense medications. Results: Of the 51 products identified, 38 commercially available and 13 prototypes met the definition. Of these, 75% ( n = 38) contained alarms, 24% ( n = 12) were unit-dose, 63% ( n = 32) were multidose, 43% ( n = 22) had locking features, 41% ( n = 21) were portable and 88% ( n = 45) sent notifications to patients. The cost of marketed products, excluding subscriptions, ranged from $10 to $1500 USD. Some products required a monthly ( n = 16) or yearly ( n = 1) subscription ranging from $10 to $100 USD. Discussion: There is a growing market of smart MAPs for in-home patient use with variable features. Clinicians can use these features to identify and recommend products according to the specific needs of their patients to address medication adherence. Can Pharm J (Ott) 2021;154:xx-xx.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».