Pharmacist-Implemented Self-Management Module in Multiple Sclerosis Patients: A Randomized Controlled Trial
Notice bibliographique
Résumé
ABSTRACT Background: Self-management practices can contribute to the lives of patients with multiple sclerosis. The aim of this study is to improve patients’ self-management abilities through a multidisciplinary developed module. Methods: This prospective, randomized controlled trial was conducted between January 2020 and November 2021 at a university hospital in Ankara, Turkiye. The self-management module was implemented by a clinical pharmacist with the aim of enhancing self-management capabilities through an educational approach, with a focus on medication adherence, management of drug-related problems, follow-ups and self-directed activities. The intervention group completed the self-management module, while the control group received usual outpatient care. To evaluate the impact of the module, the Multiple Sclerosis Self-Management Revised scale was administered to the patients. Interviews were conducted at 4-month intervals. Results: Study (n = 102) and control group (n = 98) patients were followed up for 8 months, and the median duration of intervention was 11 minutes. The mean (± SD) self-management scores of the study group increased from 68.9 (± 9.3) to 79.0 (± 9.4) at the end of the interviews, and this increase was found to be significant compared to the control group (p < 0.001). The self-management module has been shown to improve self-management, medication adherence, perception of care and patient engagement in treatment (p < 0.001). Conclusions: This single-center randomized controlled trial suggests that a pharmacist-implemented self-management module increased patient engagement and medication adherence. The self-management interventions could be tailored to groups that tend to have lower self-management abilities, such as older individuals, and those who have lower educational attainment, health engagement or medication adherence.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 | 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 ».