Effectiveness of an mHealth Intervention With Short Text Messages to Promote Treatment Adherence Among HIV-Positive Mexican Adults: Randomized Controlled Trial
Notice bibliographique
Résumé
Background: HIV continues to be a public health concern in Mexico and Latin America due to an increase in new infections, despite a decrease being observed globally. Treatment adherence is a pillar for achieving viral suppression. It prevents the spread of the disease at a community level and improves the quality and survival of people living with HIV. Thus, it is important to implement strategies to achieve sustained treatment adherence. Objective: The objective of this study is to evaluate the effectiveness of a mobile health (mHealth) intervention based on SMS text messages to increase antiretroviral therapy (ART) adherence for HIV-positive adults. Methods: A randomized controlled trial was performed at the Hospital Civil de Guadalajara - Fray Antonio Alcalde on HIV-positive adults who had initiated ART. The mHealth intervention included the use of SMS text messages as a reminder system for upcoming medical examinations and ART resupply to increase adherence. This intervention was provided to 40 participants for a 6-month period. A control group (n=40) received medical attention by the standard protocol used in the hospital. Intervention effectiveness was assessed by quantifying CD4+ T cells and viral load, as well as a self-report of adherence by the patient. Results: The intervention group had greater adherence to ART than the control group (96% vs 92%; P<.001). In addition, the intervention group had better clinical characteristics, including a lower viral load (141 copies/mL vs 2413 copies/mL; P<.001) and a trend toward higher CD4+ T cells counts (399 cells/μL vs 290 cells/μL; P=.15). Conclusions: These results show that an mHealth intervention significantly improves ART adherence. Implementing mHealth programs could enhance the commitment of HIV-positive adults to their treatment.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| 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 | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».