Evaluating patient adherence in heart disease
Notice bibliographique
Résumé
Rheumatic heart disease (RHD) has essentially disappeared from the industrialized world, but remains the most common form of cardiovascular disease in people aged 25 and under in developing nations, with some 300,000 new cases being identified there every year. In Aswan, a rural part of southern Egypt, RHD affects about 2.3% of children, but although secondary prophylaxis treatments are effective in preventing progression of the disease, its efficacy is limited because of low patient adherence. A recent study evaluates secondary prophylaxis for RHD in this part of the country, and outlines the barriers to these treatments . Amira Balbaa of McMaster University in Ontario, Canada and her colleagues developed a 43-item questionnaire to identify the main barriers and facilitators of adherence to the prophylaxis, and used it to interview 29 patients aged between 5 and 15 years from the Aswan Heart Center. The questionnaire included three groups of questions, designed to evaluate capability, intention, and healthcare barriers. Of the 29 patients interviewed, nearly two thirds (65.5%) adhered to their prophylaxis treatment regime. This group showed a higher overall degree of capability and intention to do so, according to their responses. The results showed that two thirds of the adherent patients were knowledgeable about RHD, compared to just one fifth of the non-adherent patients. Likewise, nearly 80% of the adherent patients were aware of the consequences of missing doses of their prophylaxis, compared to just 40% of the non-adherent patients. By contrast, 90% of the non-adherent patients consciously chose to miss appointments at which they would receive treatment. The researchers say the gap in knowledge between adherent and non-adherent patients, combined with misconceptions linking prophylactic treatment with paralysis, are at the root of barrier to treatment. They acknowledge that their study is limited by the small and unrepresentative sample size, low statistical power, and self-reporting nature of their data collection method, but emphasize that their goal was to run a pilot study rather than draw any solid conclusions. Nevertheless, they believe that a general tool that systematically outlines the barriers to receiving prophylaxis is an important first step towards improving patients' adherence to the treatments. 1 “In my opinion, developing an education campaign that is specific for the target population is the best intervention,” says Balbaa, “and that is why it's so important to do research, and have continuous monitoring and evaluations of such programmes.”Other InformationPublished in: QScience.com Highlights, Published by Nature Research for Hamad bin Khalifa University Press (HBKU Press) License: http://creativecommons.org/licenses/by/4.0
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 | 0,019 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».