Can Digital Health Interventions Improve Adherence to Antiretroviral (ART) for Patients Living with HIV/AIDS in Sub-Saharan Africa? Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Human Immunodeficiency Virus (HIV) infection is one of the most devastating human pandemics in Sub-Saharan Africa (SSA) and this is the region most hit by pandemic. Adherence to Antiretroviral Therapy (ART remains challenging and varies between 27% and 80% compared to the required level of 95%. Lack of adherence is of one the major causes of treatment failures. Given the increase in the use of mobile phones in Africa, text messaging is seen as a potential strategy to improve medication adherence although there is little evidence to support this argument. The aim of this review is to evaluate the efficacy of text messaging interventions to improve adherence to antiretroviral treatment. METHODS: The Effective Public Health Practice Project (APHPP) tool was used to ensure that included Randomized Controlled Trials (RCT) studies follow vigorous methodological standards including selection bias, study design, confounders, blinding, data collection methods, and withdrawal and dropout. Selected bibliographic databases MEDLINE, Web of Science, and CINAHL Plus were searched for relevant articles published in English and dated between 2005 and 2018. Six trials met the inclusion criteria as set out in the protocol. Due to the inconsistency and the likely observed heterogeneity, narrative synthesis of evidence was carried out. RESULTS: The results from 2/3 of included studies provided evidence that text messages reminders improve adherence to antiretroviral treatment whereas 1/3 produced contradictory results. Nevertheless, weekly Short Messaging Service (SMS) reminders were more effective than daily (SMS) in achieving 95% self-reported adherence to antiretroviral treatment and in reducing the frequency of treatment interruptions. The results indicated that patients receiving text messages had their plasma HIV viral load suppressed, median CD4+ cell counts increased and were on 100% on time picking up monthly ART refills compared to the control. CONCLUSION: Included studies in this review provided evidence that simple SMS reminders were important in improving and sustaining optimal ART adherences. Text messaging is seen as potential strategy to improve medication adherence. Therefore, it should be included in health systems strategies to help improve sustainable development goals. The results suggest that preventing treatment failure can be achieved by SMS reminders in a resource limited setting.
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 | 0,008 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».