Medication Adherence Technologies : A Classification Taxonomy Based on Features
Notice bibliographique
Résumé
Context: To ensure older adults with multiple chronic conditions can age comfortably at home, safe and effective medication management is crucial. However, complex medication routines and functional limitations often make adherence challenging. Although medication adherence technologies hold promise, the absence of a standardized classification system based on attributes impedes effective communication, and comparison by clinicians and researchers, as well as the selection of the most suitable technologies for older adults based on their abilities. Objective: To develop a classification system for medication adherence technologies based on an inventory of characteristics and features of existing technology. Study Design and Analysis: The study used the Taxonomy Development Method. Five research team members defined the users of the taxonomy, determined the meta-characteristics, ending conditions, and utilized both the empirical-to-conceptual and conceptual-to-empirical approaches. A subset of 23 medication adherence devices were examined to identify common characteristics. These characteristics were then organized into dimensions and sub-dimensions to create the taxonomy. A Delphi consensus survey process with a team of 13 field experts was used to attain consensus (> 70% agreement) on the taxonomy. Setting: University of Waterloo, Canada. Outcome Measures: The primary outcome measure was the proposed taxonomy. Results: The initial inventory of characteristics and features yielded 7 dimensions, 23 sub-dimensions, and 96 characteristics. Following the first Delphi consensus survey, 4 sub-dimensions did not achieve 70% consensus. Feedback received during the consensus process led to the addition of new sub-dimensions such as non-slip features, screen size, and privacy, and modifications to existing subdimensions such as connectivity and power source. In the second round of Delphi consensus, over 70% agreement was achieved for all sub-dimensions, resulting in the final taxonomy comprising 7 dimensions, 24 sub-dimensions, and 105 characteristics. Conclusions: The developed taxonomy provides a valuable tool for distinguishing among medication adherence technologies available in the market and facilitates their comparison. This classification system allows for an examination of the usability of products by patients with functional limitations, potentially enhancing medication management for older adults with multiple chronic conditions.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».