MétaCan
Menu
Retour à la cohorte
Enregistrement W4400454336 · doi:10.1136/sextrans-icar-2024.173

P-63 Prospective memory and antiretroviral medication adherence in HIV

2024· article· en· W4400454336 sur OpenAlexaboutno aff
Valentina Massaroni, Valentina Delle Donne, Francesca Lombardi, Silvia Lamonica, G Lenzi, Damiano Farinacci, Alberto Borghetti, Arturo Ciccullo, Carlo Torti, Simona Di Giambenedetto

Notice bibliographique

RevuePoster · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Functions and Memory
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProspective memoryMedication adherenceHuman immunodeficiency virus (HIV)Antiretroviral therapyMedicineComputer scienceViral loadPsychiatryVirologyInternal medicineCognition

Résumé

récupéré en direct d'OpenAlex

Background Prospective Memory (ProM) is a form of episodic memory. It enables ’remembering to remember’, planning and storing intentions for the future, then executing them later. It is essential for monitoring and executing behaviours based on internal or external cues in interfering contexts. It turns out to be an important feature for functional autonomy. ProM requires activation of the medial temporal lobe and prefrontal cortex. In particular, the prefrontal cortex is the neuroanatomical substrate of executive functions. Executive functions enable us to plan, implement, and conclude goal-oriented behaviours in everyday life. People living with HIV (PLWH) may have difficulty managing daily activities. The purpose of this study was to evaluate how ProM outcomes affect the management of medical aspects in PLWH such as adherence to antiretroviral therapy (ART). Material and Methods This study assessed ProM ability in a sample of 70 PLWH with the use of the Memory for Intentions Screening Test (MIST). Cognitive domains were screened through the Montreal Cognitive Assessment (MoCA) and self-reported therapeutic adherence in the past month was collected. Exclusion criteria were age <18 years and difficulties with the Italian language. Results Many of PLWH were male (91.4%, n=64), aged 46 to 55 (37.1%, n=26), with upper secondary school degree (58.6%, n=41). Most of the PLWH (68.6%, n=48) were >10 years ago diagnosed with HIV and 55.7% (n=39) of them received >10 years ago for the first time ART. On a scale of 1 to 10, patient-reported adherence was 7.83 (SD 1.58). The mean obtained in MoCA was 26.51 (SD 2.90). The mean obtained in MIST was 35.27 (SD 11.35). PLWH with age >55 years, low education, in disease and on therapy for 1–5 years reported poor performance in ProM (p=0.023; p=0.058; p=<0.001; p=<0.001, respectively). A high MIST score was positively associated with high adherence to self-reported therapy (β 6.24; 95% CI 5.40/7.08; p=<0.001). There was a positive correlation between MIST and MOCA (r=.286; p=0.016). The mean of the errors emerged in the MIST was 3.04 (SD 2.42). PLWH who make fewer errors reported higher adherence (p=<0.001). Conclusions In conclusion, our results emphasized that ProM performance correlates with maintenance of therapeutic adherence and cognitive functioning in the normal range. Increasing age, decreasing educational attainment, and shorter time since diagnosis and shorter time on therapy seem to be factors related to lower performance in ProM. An analysis of ProM may bring out difficulties that impact with the medical management of PLWH health status. Last, assessment of ProM results should be considered in the clinical assessment of PLWH.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,311
Écart entre enseignants0,292 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePosterMême sujetCognitive Functions and MemoryTravaux en français237 207