MétaCan
Menu
Retour à la cohorte
Enregistrement W4399875019 · doi:10.2196/53513

Medication Management Strategies to Support Medication Adherence: Interview Study With Older Adults

2024· article· en· W4399875019 sur OpenAlexvenueno aff
Lisa Gualtieri, Mathilda Rigby, Deelia Wang, Elaine Mann

Notice bibliographique

RevueInteractive Journal of Medical Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésThematic analysisMedical prescriptionMedicineQualitative researchPsychological interventionFamily medicineMedication adherenceMedication therapy managementMEDLINEPopulationGerontologyNursingPharmacyPharmacist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Home medication management has been insufficiently studied, including the factors that impact the development and effectiveness of adherence strategies under both routine and anomalous circumstances. Older adults are a particularly important population to study due to the greater likelihood of taking medication in combination with the desire to "age in place." OBJECTIVE: This interview study aims to understand how older adults develop medication management strategies, identify when and why such strategies succeed or fail, learn more about how older adults think about their medication, and explore interventions that increase medication adherence. METHODS: This study used a qualitative, semistructured interview design to elicit older adults' experiences with home medication management. Overall, 22 participants aged ≥50 years taking 1 to 3 prescription medications were recruited and interviewed. Interview responses were recorded, and thematic, qualitative analysis was performed by reviewing recordings and identifying recurring patterns and themes. Responses were systematically coded, which not only facilitated the identification of these themes but also allowed us to quantify the prevalence of behaviors and perceptions, providing a robust understanding of medication management and medication adherence. RESULTS: Participants reported developing home medication management strategies on their own, with none of the participants receiving guidance from health care providers and 59% (13/22) of the participants using trial and error. The strategies developed by study participants were all unique and generally encompassed prescription medication and vitamins or supplements, with no demarcation between what was prescribed or recommended by a physician and what they selected independently. Participants thought about their medications by their chemical name (10/22, 45%), by the appearance of the pill (8/22, 36%), by the medication's purpose (2/22, 9%), or by the medication's generic name (2/22, 9%). Pill cases (17/22, 77%) were more popular than prescription bottles (5/22, 23%) for storage of daily medication. Most participants (19/22, 86%) stored their pill cases or prescription bottles in visible locations in the home, and those using pill cases varied in their refill routines. Participants used ≥2 routines or objects as triggers to take their medication. Nonadherence was associated with a disruption to their routine. Finally, only 14% (3/22) of the participants used a time-based reminder or alarm, and none of the participants used a medication adherence device or app. CONCLUSIONS: Participants in our study varied considerably in their home medication management strategies and developed unique routines to remember to take their medication as well as to refill their pill cases. To reduce trial and error in establishing a strategy, there are opportunities for physicians and pharmacists to provide adherence guidance to older adults. To minimize the impact of disruptions on adherence, there are opportunities to develop more durable strategies and to design aids to medication adherence that leverage established daily routines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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.

Tête enseignante Opus0,131
Tête enseignante GPT0,520
Écart entre enseignants0,390 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetMedication Adherence and ComplianceTravaux en français237 207