Methods for trials of interventions to enhance patient adherence to medication prescriptions, based on a systematic review of recent randomized trials
Notice bibliographique
Résumé
Background: Low patient adherence to prescribed medications is very common and likely the most important barrier to the implementation of effective health care.Controlled trials of interventions to improve adherence have not found consistent success for any type of approach, but the research methods of these trials can lead to biased and imprecise testing, making it difficult to distinguish poor interventions from poor testing.Purpose: To outline key methodologic principles for testing adherence interventions and compare these with the methods used in recent randomized controlled trials from a systematic review.Methods: All recent trials included in an update of a Cochrane review of interventions to assist patients to adhere to prescribed medication were assessed for selection of participants, measurement of baseline adherence, data analysis according to baseline adherence, allocation to study groups, description of interventions, measures of medication adherence and clinical outcomes, and blinding.Results: Of 109 new trials included in the systematic review update, 51% measured baseline adherence, 5% specifically recruited non-adherent participants, and 10% reported their final results according to baseline adherence.Concealment of allocation to study groups was unclear in 65% of trials.Subjective measures of adherence were used in 48% of studies and 68% did not report on clinically important outcomes.Only 39% of studies reported on adverse effects of interventions and just 11% reported on incremental costs.We recommend remedies for these methodologic limitations.Conclusion: Recent trials of interventions to assist patients to take prescribed medications fail on key methodologic practices for fair and precise testing.This may be a major reason for the failure to identify effective ways to improve patient adherence and health care outcomes for self-administered treatments.Many of the failings are remediable.
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 | 0,257 | 0,440 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,004 |
| Méta-épidémiologie (sens large) | 0,025 | 0,032 |
| Bibliométrie | 0,022 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,007 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,005 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».