Adhésion thérapeutique chez les patients atteints de polyarthrite rhumatoïde : les facteurs associés et lesleviers d’accompagnement. RSL
Notice bibliographique
Résumé
Objectifs. Le taux d’adhésion rapporté dans la polyarthrite rhumatoïde (PR) est très variable (entre 10 et 98%). La variabilité peut résulter en partie des différentes méthodes utilisées pour mesurer l'adhésion, de la définition employée ou des facteurs associés. Les objectifs de cette étude étaient d'identifier les facteurs associés à l'adhésion thérapeutique médicamenteuse dans la PR et les stratégies d’amélioration de celle-ci. Méthodes. La revue systématique de la littérature (RSL) a interrogé les bases de données scientifiques : PubMed, Web of Science, PsyArticles/Info, BDSP, HAL CNRS, ainsi que Google Scholar et la documentation supplémentaire (les suggestions, la recherche manuelle, les listes de références des revues), - dès l’insertion au mai 2020 inclut, sans limitation de pays. Articles contenant des données sur l’observance ou l’adhésion thérapeutique (médicamenteuse) chez des patients adultes atteints de PR ont été inclus, ainsi que les données sur les facteurs et les leviers associés. Résultats. Nous mettons à jour les RSL précédentes sur les facteurs associés. Les 137 facteurs pouvant affecter l’adhésion sont identifiés au total et classés selon la catégorisation de l’OMS : sociodémographiques/économiques, liés au patient, liés au traitement, liés à la maladie, liés au système/équipe de soins. Les 12 facteurs associés à l’adhésion ont été trouvés dans au moins 2 études différentes, sans un résultat contraire. Il s'agit de : l'âge avancé, l’ethnie blanche, l’éducation supérieure, la croyance en la nécessité des médicaments, le différentiel entre les préoccupations vs la croyance en la nécessité des médicaments, l'usage de différents types de médicament (au régime thérapeutique qui leur est propre), la durée de la maladie, le degré élevé de l’handicap, les coûts hebdomadaires du traitement. Un nombre de facteurs associés présentent des résultats conflictuels. Les 22 stratégies potentielles d’amélioration ont été identifiées au total et classées en cinq catégories de l’OMS. Les RSL rapportent 4 stratégies d’amélioration testées ayant l’impact positif sur l’adhésion dans au moins 1 étude, sans résultat contraire. Ce sont notamment les stratégies : la thérapie en groupe, les thérapies cognitives-comportementales (TCC), comportementales, combinées. Certains résultats sont conflictuels ou mitigés. Conclusion. Le taux d’adhésion était associé aux différents facteurs en fonction de certaines variables sociodémographiques, de croyances de patient, des médicaments pris, et d’autres. Le taux d’adhésion peut être amélioré à l’aide de certaines stratégies ; toutefois, plus amples recherches seraient nécessaires pour augmenter la fiabilité des résultats et tester de nouvelles stratégies.http://www.academia.edu/45625377/Adhésion_thérapeutique_chez_les_patients_atteints_de_polyarthrite_rhumatoïde_les_facteurs_associés_et_les_leviers_d_accompagnement_Revue_systématique_de_littérature
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 | 0,017 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».