A prospective study of adherence to lenalidomide for multiple myeloma using Medication Event Monitoring System (MEMS) caps
Notice bibliographique
Résumé
Abstract Purpose In patients with multiple myeloma, characterizing adherence to orally administered therapies, such as lenalidomide, is critical given their frequent use and potential for poorer outcomes associated with nonadherence. However, little data exist using prospective measures of adherence in this population. Our study piloted use of Medication Event Monitoring System (MEMS) caps and the patient-reported Brief Adherence Rating Scale (BARS) for 3 months in older adults with multiple myeloma. Methods We enrolled 13 patients with multiple myeloma receiving lenalidomide. Baseline characteristics were summarized; mean adherence to lenalidomide was reported with 95% confidence intervals. Results The median follow-up was 84 days. Of the 12 participants evaluable, median adherence, as assessed by the MEMS cap data, was 98%. Only 5 had 100% adherence. Deviations from intended use included missed prescribed doses made up during scheduled off week, additional days off between cycles, or taking fewer than anticipated days off. None of these events evident in MEMS data were self-disclosed. The mean difference in adherence estimated between the BARS and MEMS caps was 2%. Conclusion In this small sample, the observed adherence was higher than reported in retrospective studies using Medication Possession Ratio as a proxy for adherence. The BARS can be easily integrated into clinical encounters but has potential for reporting bias. MEMS caps can help characterize patterns of nonadherence, though there are limitations to their utility and the data can require thorough manual review to reconcile suspected occurrences of nonadherence. Studies should use more than 1 complementary measure of adherence. Clinicaltrials.gov ID: NCT03779555 , Registered 12/19/2018
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».