MétaCan
Menu
Retour à la cohorte
Enregistrement W4221071105 · doi:10.3390/pharmacy10010034

Improving Asthma Management: Patient–Pharmacist Partnership Program in Enhancing Therapy Adherence

2022· article· en· W4221071105 sur OpenAlexaff
Tatiana Makhinova, Jamie C. Barner, Carolyn M. Brown, Kristin M. Richards, Karen L. Rascati, Arpita Nag

Notice bibliographique

RevuePharmacy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineAsthmaInhalerPsychological interventionPharmacistIntervention (counseling)Physical therapyFamily medicineInternal medicineNursingPharmacy

Résumé

récupéré en direct d'OpenAlex

Community pharmacist interventions can assist in improving adherence in patients with asthma. The objective of the study was to assess the feasibility of patient-centered counseling using the developed asthma-specific tools to identify barriers to adherence and identify their preliminary effect on adherence barrier score and asthma control. Adult patients with persistent asthma were invited to participate in a 3-month pre-post intervention study involving community pharmacist-provided patient-centered counseling. Bivariate analyses were conducted to determine whether there were changes in outcomes from the pre to post period. Of 36 recruited patients, 17 completed both pre and post surveys. At baseline, patients had a mean ACT score of 15.1 ± 3.5, with 94% having uncontrolled asthma, and an average of 4.2 ± 2.5 reported barriers. The following barriers were most common: not having an Asthma Action Plan (52.9%), use of inhaler more or less often than prescribed (47.1%) and forgetfulness (41.2%). The ACT score increased by 2.7 ± 5.4, which was not statistically significant; however, it might be clinically significant. Two barrier scores improved as a result of the intervention. Preliminary evidence on the feasibility of identifying and addressing patient-specific barriers to adherence delivered by pharmacists showed that it has the potential to resolve barriers and improve asthma outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,359
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacyMême sujetAsthma and respiratory diseasesTravaux en français237 207