A Multifaceted Intervention to Improve Medication Adherence in Kidney Transplant Recipients: An Exploratory Analysis of the Fidelity of the TAKE IT Trial
Notice bibliographique
Résumé
BACKGROUND: Inadequate adherence to prescribed immunosuppressive medication regimens among kidney transplant recipients is common, yet interventions are needed to support patients in sustaining adequate adherence to prescribed regimens and achieving optimal transplant outcomes. OBJECTIVE: We examined the preliminary fidelity of a transplant center-based, multifaceted adherence monitoring strategy known as TAKE IT. METHODS: The TAKE IT strategy includes: (1) routine, online, monthly patient self-report adherence assessments; (2) care alerts directed to nurses; (3) quarterly reports monitoring tacrolimus values and adherence trends; (4) support tools tailored to specific adherence concerns. A 2-arm, patient-randomized trial is underway at two large transplant centers (N=449). To evaluate the initial fidelity of TAKE IT, we investigated patient uptake of monthly adherence assessments during the course of a 3-month period, whether any disparities emerged, and the nature of any reported adherence concerns. RESULTS: Among 202 patients randomized and exposed to TAKE IT for 3-months or more, 81% (164/202) completed an adherence assessment, 73% (148/202) completed at least two, and 57% (116/202) completed all monthly assessments. Overall, 50% (82/164) of kidney transplant recipients reported at least one adherence concern over the 3-month assessment period. The most common barriers were classified as regimen-related (eg, regimen complexity), cognitive (eg, forgetfulness), and medical (eg, side effects). Higher-income participants were more likely to complete all surveys compared to lower-income participants (P=.01). CONCLUSIONS: TAKE IT demonstrated 81% (164/202) completion of an adherence assessment, 73% (148/202) completion of at least two, and 57% (116/202) completion of all monthly assessments during this brief, initial observation period. Among those that did respond to the online assessments, the majority demonstrated sustained engagement. Additional monitoring modalities could also be offered to meet patient preferences to ensure all patients' medication use can be properly monitored. TRIAL REGISTRATION: ClinicalTrials.gov NCT03104868; https://clinicaltrials.gov/ct2/show/NCT03104868.
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 | 0,036 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».