Direct and indirect predictors of medication adherence by adults with bipolar disorder
Notice bibliographique
Résumé
Introduction Medication adherence by persons with bipolar disorder (BD) is inconsistent. This is disconcerting, as BD is treatment responsive, side-effects are few, and the impact of both hypo/manic and depressive mood episodes can be considerable (e.g., self-harm). Objectives For this study, we computed a path model to identify both direct and indirect predictors of medication adherence. This included both clinical and psychosocial independent variables (e.g., BD symptoms, psychological well-being, alcohol misuse). Methods From the BADAS (Bipolar Affective Disorder and older Adults) Study, we identified a global sample of adults with the BD. Participants were recruited using microtargeted, Facebook advertising. This sample included persons living in Canada, U.S., U.K., Ireland, Australia and New Zealand (M = 55.35 years, SD = 9.65). Results Direct predictors included perceived cognitive failures and alcohol misuse. Of note, medication adherence is inversely associated with number of prescribed antipsychotic medications. Neither symptoms of depression nor hypo/mania emerged as direct predictors of medication adherence. Similarly, psychological well-being appears indirectly associated with adherence (via BD symptoms). Conclusions Despite the wide age range of participants (22 – 73 years), age did not emerge as a predictor of adherence. Nor do cognitive failures appear significantly associated with age suggesting that both young and older adults with BD perceived cognitive loss. Disclosure No significant relationships.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».