Attitudes Driving Regional Differences in Long-Acting Injectable Antipsychotic Utilization for Schizophrenia among Healthcare Professionals, Patients, and Caregivers (ADVANCE): Results from a Multinational Survey Study
Notice bibliographique
Résumé
Abstract Background Long-acting injectable (LAI) antipsychotics improve adherence and reduce schizophrenia relapse rates vs oral antipsychotics (OAs) but remain underused. The ADVANCE study explored country-level differences in LAI use among healthcare professionals (HCPs), patients, and caregivers, to identify drivers of LAI use. Study Design ADVANCE included participants from Australia, Canada, China, Germany, Israel, South Korea, Spain, and the United States. Eligible HCPs spent ≥25% of their time in direct patient care, managed an adult population of whom ≥10% have schizophrenia, and treated patients prescribed LAIs. Patients aged ≥18 years and caregivers of adults living with schizophrenia who had tried/been offered an LAI were included. Participants completed a 30-minute survey. Study Results Systemic factors reported by HCPs (n = 791) associated with higher LAI use included being a physician vs nonphysician, having Hispanic/Latino/Spanish ethnicity, managing more adult patients with schizophrenia, and having more staff and nurse support. Nonadherence to OAs was the main HCP-reported reason for LAI recommendation. Patient characteristics, lack of available LAIs corresponding to OAs, and perceptions of patients’ behavior were top reasons HCPs would not recommend an LAI. For patients (n = 470), symptom improvement and HCP recommendation, and for caregivers (n = 381), ease of injections, reduced hospitalizations, and fewer side effects were the main reasons for LAI acceptance. The top reason patients and caregivers declined LAIs was concern about side effects. Conclusions Results from ADVANCE demonstrate that systemic and attitudinal factors influence LAI use by HCPs, and these factors vary by country. Enhancing HCP-patient communication may improve LAI acceptance.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».