Chemical adherence testing in the clinical management of hypertension: a scoping review
Notice bibliographique
Résumé
Background: Despite growing use, questions remain surrounding the utility, acceptability and feasibility of chemical adherence testing (CAT) as part of hypertension management in clinical practice. Objectives: This scoping review aimed to (i) identify and summarise studies using CAT in hypertension management, and (ii) describe and critically evaluate how CAT is currently being used in the clinical management of hypertension. Eligibility criteria: Peer-reviewed and published studies in English, reporting original research in any setting, with any study design, were included. Search concepts included hypertension, medication adherence, CAT, and their synonyms. Sources of evidence: Searches were carried out using Ovid Medline, EMBASE, and PsycInfo (EBSCO), alongside manual searching of reference lists. Using Covidence software, we screened titles and abstracts, followed by full-text articles. Data from the included articles were tabulated and summarised. Results: Of the 618 studies identified, 48 were included. The studies cover diverse clinical settings, and were mostly observational in design. 7 studies reporting adherence analyses within clinical trials for hypertension therapies. The use of theoretical frameworks to guide reporting was rare, and there was considerable variation in key terminology and definitions, most notably in the definition of adherence. Conclusion: The current body of evidence demonstrates considerable variability in the approach to implementing CAT for hypertension management in clinical practice, and a paucity of randomised controlled trials to evaluate its impact. Future research could (i) adopt a cohesive theoretical framework including clear operational definitions to standardise the approach to this important topic; (ii) further explore the impact of CAT on clinical outcomes using RCTs.
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 | 0,043 | 0,159 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,024 | 0,025 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».