Correlation Between Health Literacy and Tacrolimus Variability in Solid Organ Transplant Recipients
Notice bibliographique
Résumé
BACKGROUND: Adherence to immunosuppressive therapy is crucial for successful outcomes in solid organ transplantation. Tacrolimus intra-patient variability (%CV) is a validated marker of adherence and has been associated with graft outcomes. Health literacy (HL), a modifiable factor, may influence this variability, but its role remains unexplored. METHODS: We conducted a prospective observational study including adult kidney, liver, and lung transplant recipients receiving tacrolimus. HL was assessed using the Short Test of Functional Health Literacy in Adults (S-TOFHLA); a score <23 indicated insufficient HL. Tacrolimus %CV was calculated over 6 months post-discharge. Linear regression models, adjusted for sociodemographic variables, evaluated the association between HL and %CV. RESULTS: Ninety-eight patients were included (kidney: n = 38, liver: n = 24, lung: n = 36). Patients with insufficient HL had higher %CV than those with sufficient HL (31.5% vs. 16.1%, p < 0.05). HL remained independently associated with %CV after adjusting for age and transplant type (β = -1.60, SE = 0.17, p < 0.05). The final model explained 53% of %CV variability. CONCLUSIONS: HL is independently associated with tacrolimus variability. HL screening and targeted educational interventions may help improve medication stability and long-term transplant outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».