Programmatic Adoption and Implementation of Video-Observed Therapy in Minnesota: Prospective Observational Cohort Study
Notice bibliographique
Résumé
BACKGROUND: In-person directly observed therapy (DOT) is standard of care for tuberculosis (TB) treatment adherence monitoring in the US, with increasing use of video-DOT (vDOT). In Minneapolis, vDOT became available in 2019. OBJECTIVE: In this paper, we aimed to evaluate the use and effectiveness of vDOT in a program setting, including comparison of verified adherence among those receiving vDOT and in-person DOT. We also sought to understand the impact of COVID-19 on TB treatment adherence and technology adoption. METHODS: We abstracted routinely collected data on individuals receiving therapy for TB in Minneapolis, MN, between September 2019 and June 2021. Our primary outcomes were to assess vDOT use and treatment adherence, defined as the proportion of prescribed doses (7 days per week) verified by observation (in person versus video-DOT), and to compare individuals receiving therapy in the pre-COVID-19 (before March 2020), and post-COVID-19 (after March 2020) periods; within the post-COVID-19 period, we evaluated early COVID-19 (March-August 2020), and intra-COVID-19 (after August 2020) periods. RESULTS: Among 49 patients with TB (mean age 41, SD 19; n=27, 55% female and n=47, 96% non-US born), 18 (36.7%) received treatment during the post-COVID-19 period. Overall, verified adherence (proportion of observed doses) was significantly higher when using vDOT (mean 81%, SD 17.4) compared to in-person DOT (mean 54.5%, SD 10.9; P=.001). The adoption of vDOT increased significantly from 35% (11/31) of patients with TB in the pre-COVID-19 period to 67% (12/18) in the post-COVID-19 period (P=.04). Consequently, overall verified (ie, observed) adherence among all patients with TB in the clinic improved across the study periods (56%, 67%, and 79%, P=.001 for the pre-, early, and intra-COVID-19 periods, respectively). CONCLUSIONS: vDOT use increased after the COVID-19 period, was more effective than in-person DOT at verifying ingestion of prescribed treatment, and led to overall increased verified adherence in the clinic despite the onset of the COVID-19 pandemic.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».