Validity, sensitivity and specificity of a measure of medication adherence instrument among patients taking oral anticoagulants
Notice bibliographique
Résumé
Although self-report instruments are currently considered a valuable tool for measuring adherence, due to their low cost and ease of implementation, there are still important factors that impact measurement accuracy, such as social desirability and memory bias. Thus, the Global Assessment of Medication Adherence Instrument (GEMA) was developed to provide an accurate measure of this construct. The aim of this study was to evaluate the properties of the measurement of the Global Evaluation of Medication Adherence Instrument (GEMA) among patients with chronic diseases. A methodological study was conducted in the public hospital of the state of São Paulo, Brazil. The adherence to anticoagulants as well as the international normalized ratio (INR) was assessed on 127 patients. Besides GEMA, two other instruments were used to assess adherence: the Morisky Medication Adherence Scale-8 (MMAS-8) and the Measurement of Adhesion to Treatments (MAT). The GEMA presented a satisfactory level of specificity (0.76) to identify adherents among those with a stable INR, low sensitivity (0.43) for the identification of non-adherents among those with an unstable INR, and a Positive Predictive Value of 0.70. Positive and weak to moderate correlations were observed between the proportion of doses assessed with GEMA and the scores on the MMAS-8 (r = .26 and r = .22, respectively) and the MAT (r = .22 and r = .30, respectively). The GEMA presented good practicality, acceptability, and evidence of specificity regarding the stability of the INR. The validity of the construct was partially supported by the relationship with self-reported measures of adherence.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».