Adherence to Antithrombotic Therapy for Patients Attending a Multidisciplinary Thrombosis Service in Canada – A Cross-Sectional Survey
Notice bibliographique
Résumé
Kwadwo Osei Bonsu,1 Stephanie Young,1,2 Tiffany Lee,1,2 Hai Nguyen,1 Rufaro S Chitsike3,4 1School of Pharmacy, Memorial University of Newfoundland and Labrador, St John’s, NL, A1B 3V6, Canada; 2Pharmacy Program, Eastern Region Health Authority, St John’s, NL, A1B 3V6, Canada; 3Division of Medicine (Hematology), Memorial University of Newfoundland and Labrador, St John’s, NL, A1B 3V6, Canada; 4Division of Hematology, Eastern Region Health Authority, St John’s, NL, A1B 3V6, CanadaCorrespondence: Kwadwo Osei Bonsu, School of Pharmacy, Memorial University of Newfoundland and Labrador, 300 Prince Philip Drive, St John’s, NL, A1B 3V6, Canada, Email koseibonsu@mun.caBackground: Poor medication adherence puts patients who require antithrombotic therapy at greater risk of complications. We started a multidisciplinary Adult Outpatient Thrombosis Service in 2017 in a Canadian health authority and were interested in the level of medication adherence in the population attending.Aim(S): The aim of this study is to assess adherence to antithrombotic medications for patients attending a multidisciplinary Thrombosis Service.Methods: We conducted a cross-sectional survey of outpatients seen at the Thrombosis Service between 2017 and 2019 using the 12-item validated Adherence to Refills and Medications Scale (ARMS) to assess adherence to antithrombotic (anticoagulants and antiplatelet) therapy. Linear regression analysis examined the factors associated with adherence to antithrombotic therapy.Results: Of 1058 eligible patients, 53.2% responded to the survey. Seventeen were excluded from the analysis for missing more than 6 responses to the 12 items on the ARMS. About 55% (n = 297) were on direct oral anticoagulants (DOACs), 19% (n = 102) on warfarin, 5.0% (n = 27) on low molecular weight heparin, 3.3% (n = 18) on antiplatelet therapy and 18% (n = 96) were no longer on antithrombotic therapy. Nearly half (47%, n = 253) had taken antithrombotic therapy for 1– 5 years while 28% (n = 150) and 25% (n = 137) had taken antithrombotic treatments for < 1 and > 5 years, respectively. Most patients (87%, n = 475) were ≥ 50 years and half (51%, n = 277) were male. The mean adherence score was 13.9 (SD± 2.2) and 88% (n = 481) of participants were adherent to antithrombotic treatment (ARMS = 12– 16). Multivariable linear regression showed that patients with post-graduate education had 0.4% lower adherence to antithrombotic therapy as compared with elementary education (β = 0.0039, p = 0.048). Patients with prior antithrombotic agent use > 5 years had 0.5% lower adherence to antithrombotic treatment compared to patients with < 1 year (β = 0.0047, p = 0.0244).Conclusion: Self-reported adherence to antithrombotic therapy was high (88%) within a multidisciplinary Thrombosis Service. Patients with advanced education and prolong duration of antithrombotic therapy were more likely to have lower self-reported adherence to antithrombotic treatment.Keywords: medication adherence, self-reported adherence, multidisciplinary care, thrombosis service, anticoagulation management program, antithrombotic therapy
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».