Measuring Treatment Adherence in Myopia Control
Notice bibliographique
Résumé
Topic: Treatment adherence is an essential consideration for both health providers and researchers evaluating the effectiveness of treatments of progressive childhood myopia. This narrative review provides an overview of methods used to measure treatment adherence and examines how adherence has been assessed in myopia control studies. Clinical Relevance: Despite its importance, adherence has not been consistently measured or reported in myopia control trials, limiting the reliability of conclusions regarding treatment efficacy, dose relationships, and safety. Examining current approaches and highlighting methodological trends and gaps will inform future research. Methods: Exploratory searches of literature were undertaken to identify relevant studies conducted between 2014 and 2024. Studies were included if they met the following criteria: (1) reported on treatment adherence outcomes, (2) involved pediatric populations, and (3) evaluated a myopia control intervention. Reference lists of included articles were scanned to identify additional relevant studies. Results: In the context of research in myopia control interventions, direct measures of adherence are often impractical and largely dependent on the intervention being examined. This has led to inconsistent reporting of adherence outcomes across studies. Consequently, most studies to date have relied on indirect methods, particularly self-reported data, because of the limited availability of reliable electronic monitoring tools and the inaccuracy or inappropriateness of dosage counts. Conclusions: It is recommended that researchers prioritize treatment adherence as a key outcome and select context-appropriate methods that minimize bias and error. Optimal measurement of adherence outcomes will support more robust analyses of treatment dose-response relationships and ultimately inform the clinical care of myopic patients. Financial Disclosures: The authors have no proprietary or commercial interest in any materials discussed in this article.
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 | 0,061 | 0,203 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».