Effect of a Medication Adherence Mobile Phone App on Medically Underserved Patients with Chronic Illness: Preliminary Efficacy Study
Notice bibliographique
Résumé
BACKGROUND: Medication adherence is vital in the treatment of patients with chronic illness who require long-term medication therapies to maintain optimal health. Medication adherence, a complex and widespread problem, has been difficult to solve. Additionally, lower-income, medically underserved communities have been found to have higher rates of inadequate adherence to oral medications. Even so, this population has been underrepresented in studies using mobile medication adherence app interventions. Federally qualified health centers provide care for medically underserved populations, defined as communities and populations where there is a demonstrable unmet need for health services. These centers have been reporting an increase in a more complex chronic disease population. Including medically underserved individuals in mobile health studies provides opportunities to support this disproportionately affected group, work toward reducing health disparities in access to health care, and understand barriers to mobile health uptake. OBJECTIVE: The aim of this preliminary efficacy study was to evaluate the effects and feasibility of a commercially available medication adherence app, Medisafe, in a medically underserved adult population with various chronic illnesses seeking care in a federally qualified health center. METHODS: Participants in this single-arm pre-post intervention preliminary efficacy study (N=10) completed a baseline survey, used the app for 2 weeks, and completed an end-of-study survey. The primary outcome measures were medication adherence and medication self-efficacy. Feedback on the use of the app was also gathered. RESULTS: A statistically significant median increase of 8 points on the self-efficacy for adherence to medications scale was observed (P=.03, Cohen d=0.69). Though not significant, the adherence to refills and medications scale demonstrated a median change of 2.5 points in the direction of increased medication adherence (P=.21, Cohen d=0.41). Feedback about the app was positive. CONCLUSIONS: Use of the Medisafe app is a viable option to improve medication self-efficacy and medication adherence in medically underserved patients in an outpatient setting with a variety of chronic illnesses.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».