Socio-economic determinants influencing adherence to secondary prophylaxis in patients with rheumatic heart disease: a systematic review
Notice bibliographique
Résumé
Introduction: Rheumatic heart disease (RHD) poses a substantial global health challenge, especially impacting resource-limited nations, with over 40.5 million cases reported in 2019. The crucial role of Benzathine penicillin G in both primary and secondary prevention, particularly the latter, emphasizes its significance. Method: Following PRISMA guidelines, our systematic review explored Medline, Scopus, Google Scholar, and Embase databases from 1990 to 2022. Registered with PROSPERO ), the review utilized quality appraisal tools, including the PRISMA checklist, Cochrane bias tool and Newcastle-Ottawa scale. The objective was to identify and stratify the impact of socio-economic factors on adherence to secondary prophylaxis in RHD. Results and discussion: The impact of education on adherence has been found to be significant. Socially disadvantaged environments significantly influenced adherence, shaped by education, socio-economic status, and geographical location and access to healthcare. Surprisingly, lower education levels were associated with better adherence in certain cases. Factors contributing to decreased adherence included forgetfulness, injection-related fears, and healthcare provider-related issues. Conversely, higher adherence correlated with younger age, latent disease onset, increased healthcare resources, and easy access. Conclusion: Patient education and awareness were crucial for improving adherence. Structured frameworks, community initiatives, and outreach healthcare programs were identified as essential in overcoming barriers to secondary prophylaxis. Taking active steps to address obstacles like long-distance commute, waiting time, injection fears, and financial issues has the potential to greatly improve adherence. This, in turn, can lead to a more effective prevention of complications associated with RHD.
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 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».