Nonadherence Is Common in Patients With Apparent Resistant Hypertension: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The prevalence of medication nonadherence in the setting of resistant hypertension (RH) varies from 5% to 80% in the published literature. The aim of this systematic review was to establish the overall prevalence of nonadherence and evaluate the effect of the method of assessment on this estimate. METHODS: MEDLINE, EMBASE, Cochrane, CINAHL, and Web of Science (database inception to November 2020) were searched for relevant articles. We included studies including adults with a diagnosis of RH, with some measure of adherence. Details about the method of adherence assessment were independently extracted by 2 reviewers. Pooled analysis was performed using the random effects model and heterogeneity was explored with metaregression and subgroup analyses. The main outcome measured was the pooled prevalence of nonadherence and the prevalence using direct and indirect methods of assessment. RESULTS: Forty-two studies comprising 71,353 patients were included. The pooled prevalence of nonadherence was 37% (95% confidence interval [CI] 27%-47%) and lower for indirect methods (20%, 95% CI 11%-35%), than for direct methods (46%, 95% CI 40%-52%). The study-level metaregression suggested younger age and recent publication year as potential factors contributing to the heterogeneity. CONCLUSIONS: Indirect methods (pill counts or questionnaires) are insufficient for diagnosis of nonadherence, and report less than half the rates as direct methods (direct observed therapy or urine assays). The overall prevalence of nonadherence in apparent treatment RH is extremely high and necessitates a thorough evaluation of nonadherence in this setting.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».