Leveraging Electronic Health Record Technology and Team Care to Address Medication Adherence: Protocol for a Cluster Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Low medication adherence is a common cause of high blood pressure but is often unrecognized in clinical practice. Electronic data linkages between electronic health records (EHRs) and pharmacies offer the opportunity to identify low medication adherence, which can be used for interventions at the point of care. We developed a multicomponent intervention that uses linked EHR and pharmacy data to automatically identify patients with elevated blood pressure and low medication adherence. The intervention then combines team-based care with EHR-based workflows to address medication nonadherence. OBJECTIVE: This study aims to describe the design of the Leveraging EHR Technology and Team Care to Address Medication Adherence (TEAMLET) trial, which tests the effectiveness of a multicomponent intervention that leverages EHR-based data and team-based care on medication adherence among patients with hypertension. METHODS: TEAMLET is a pragmatic, cluster randomized controlled trial in which 10 primary care practices will be randomized 1:1 to the multicomponent intervention or usual care. We will include all patients with hypertension and low medication adherence who are seen at enrolled practices. The primary outcome is medication adherence, as measured by the proportion of days covered, and the secondary outcome is clinic systolic blood pressure. We will also assess intervention implementation, including adoption, acceptability, fidelity, cost, and sustainability. RESULTS: As of May 2023, we have randomized 10 primary care practices into the study, with 5 practices assigned to each arm of the trial. The enrollment for the study commenced on October 5, 2022, and the trial is currently ongoing. We anticipate patient recruitment to go through the fall of 2023 and the primary outcomes to be assessed in the fall of 2024. CONCLUSIONS: The TEAMLET trial will evaluate the effectiveness of a multicomponent intervention that leverages EHR-based data and team-based care on medication adherence. If successful, the intervention could offer a scalable approach to address inadequate blood pressure control among millions of patients with hypertension. TRIAL REGISTRATION: ClinicalTrials.gov NCT05349422; https://clinicaltrials.gov/ct2/show/NCT05349422. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/47930.
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 | 0,056 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,009 | 0,004 |
| Méta-épidémiologie (sens large) | 0,016 | 0,008 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,091 | 0,016 |
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 ».