Related factors to non-adherence to antiretroviral therapy in HIV/AIDS patients.
Notice bibliographique
Résumé
OBJECTIVE: To identify sociodemographic, clinical, and pharmacological factors associated with nonadherence to antiretroviral treatment in patients with human immunodeficiency virus/acquired immunodeficiency syndrome treated between 2017 and 2020 in four cities in Colombia. METHOD: An observational, cross-sectional, retrospective study was conducted of a population of patients with human immunodeficiency virus/acquired immunodeficiency syndrome treated between 2017 and 2020. The Morisky-Green scale, the simplified medication adherence questionnaire, and the simplified scale to detect adherence problems to antiretroviral treatment were applied to determine patient adherence. A binomial multiple logistic regression was performed to evaluate the factors that best explain nonadherence. RESULTS: A total of 9,835 patients were evaluated, of whom 74.4% were men, 71.1% were aged between 18 and 44 years, 76.0% had attended at most secondary school, 78.1% were single, and 97.6% resided in an urban area. After applying three different scales to each patient, 10% of the study population were identified as nonadherent to treatment. The risk of nonadherence was significantly higher in patients who presented any drug- related problem or had an adverse reaction to antiretroviral drugs. CONCLUSIONS: The variables most strongly associated with nonadherence to antiretroviral treatment were drug-related problems, adverse drug reactions, a history of nonadherence to treatment, and psychoactive substance use.
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 | 0,000 | 0,003 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».