Infographics and/or Pictograms and Medication Adherence: A Scoping Review
Notice bibliographique
Résumé
Introduction: Medication adherence is the act of following medication instructions from a health care provider. Infographics and pictograms are visual science communication tools that have been shown to improve medication adherence. Objective: To synthesize and critically evaluate literature surrounding the use of infographics and pictograms in medication adherence. Methods: We conducted a literature search on PubMed, Ovid MEDLINE, CINAHL, Web of Science, and PsycInfo with the purpose of identifying literature published between the years 2000 and 2022. Primary research articles were included for quantitative analysis if they explored/reported the following topics and/or outcomes: (a) infographics and/or pictograms as the exposure of interest and (b) adherence, comprehension, or health outcomes as the outcome measures. Results: 30 studies were included in the results. Outcome measures assessed included (a) comprehension and understanding of factors surrounding medication adherence, (b) medication adherence, and (c) health outcomes. Our review of the studies showed that 87.5% of studies measuring outcome (a), 78.2% of those measuring outcome (b), and 100% of those measuring outcome (c) found improvements when using infographics or pictograms. Conclusion: Our review supports the use of infographics and pictograms as a means of improving medication adherence among a diverse set of demographics, illnesses, and treatments. Practice Implications: Infographics and pictograms are useful tools to improve medication adherence. When these tools are designed carefully, they increase the accessibility of medication information in a wide range of patient populations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».