Effectiveness and cost-effectiveness of an intervention to improve Initial Medication Adherence to treatments for cardiovascular diseases and diabetes in primary care: study protocol for a pragmatic cluster randomised controlled trial and economic model (the IMA-cRCT study)
Notice bibliographique
Résumé
BACKGROUND: Between 2 and 43% of patients who receive a new prescription in PC do not initiate their treatments. Non-initiation is associated with poorer clinical outcomes, more sick leave and higher costs to the healthcare system. Existing evidence suggests that shared decision-making positively impacts medication initiation. The IMA-cRCT assesses the effectiveness of the IMA intervention in improving adherence and clinical parameters compared to usual care in patients with a new treatment for cardiovascular disease and diabetes prescribed in PC, and its cost-effectiveness, through a cRCT and economic modelling. METHODS: The IMA intervention is a shared decision-making intervention based on the Theoretical Model of Non-initiation. A cRCT will be conducted in 24 PC teams in Catalonia (Spain), randomly assigned to the intervention group (1:1), and community pharmacies in the catchment areas of the intervention PC teams. Healthcare professionals in the intervention group will apply the intervention to all patients who receive a new prescription for cardiovascular disease or diabetes treatment (no other prescription from the same pharmacological group in the previous 6 months). All the study variables will be collected from real-world databases for the 12 months before and after receiving a new prescription. Effectiveness analyses will assess impact on initiation, secondary adherence, cardiovascular risk, clinical parameters and cardiovascular events. Cost-effectiveness analyses will be conducted as part of the cRCT from a healthcare and societal perspective in terms of extra cost per cardiovascular risk reduction and improved adherence; all analyses will be clustered. Economic models will be built to assess the long-term cost-effectiveness of the IMA intervention, in terms of extra cost for gains in QALY and life expectancy, using clinical trial data and data from previous studies. DISCUSSION: The IMA-cRCT represents an innovative approach to the design and evaluation of behavioural interventions that use the principles of complex interventions, pragmatic trials and implementation research. This study will provide evidence on the IMA intervention and on a new methodology for developing and evaluating complex interventions. The results of the study will be disseminated among stakeholders to facilitate its transferability to clinical practice. TRIAL REGISTRATION: August 2021.
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 | 0,037 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,003 |
| Méta-épidémiologie (sens large) | 0,014 | 0,012 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,006 |
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 ».