Community pharmacists’ mobile Health application recommendations for medication adherence in chronic diseases: a mixed-methods pilot study
Notice bibliographique
Résumé
Aim: To explore the effect of pharmacists’ mobile health application (mHealth applications) recommendations on medication adherence and their perspectives on using a curated library of applications (AppGuide) to support their interventions for chronic disease-related non-adherence. Method: A mixed-methods pilot study was conducted, recruiting patients with chronic conditions through community pharmacies, and assigning them to an intervention group (usual care plus application recommendation) or a control group (usual care only). Medication adherence was measured using MARS-5 at baseline, 2, and 3 months. Semi-structured interviews were conducted with pharmacists and pharmacy students who had recommended an application with AppGuide. Interviews were transcribed and thematically analyzed using the Technology Acceptance Model. Results: Out of 91 eligible patients, 40 consented to participate (21 intervention, 19 control). Attrition was 12.5%. No significant differences in MARS-5 scores were observed between baseline and 3 months between groups (difference in mean differences = 0.6; P =0.23). Six pharmacists and pharmacy students were interviewed. Eight themes emerged: ease of use, place of mHealth application recommendation in pharmacy practice, perceived usefulness, perceived results, changes in practice, future use, facilitators, and barriers. They described AppGuide as user-friendly and useful, particularly for patient education and health data tracking. They also reported developing tailored strategies to recommend applications, but faced barriers such as patient reluctance and concerns about efficacy. Conclusion: While no significant adherence differences were observed, AppGuide was well-received by pharmacists, suggesting that mHealth applications may support medication adherence counselling in an evolving digital healthcare landscape.
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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».