Determination of side effects and medication adherence in major depression patients utilized antidepressants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of the study is to determine side effects, and medication adherence in patients who were diagnosed with major depression utilized antidepressants. This study was conducted in outpatient psychiatry clinic between February 2013 and May 2013. ‘Toronto Side Effects Scale’ and 4-item Morisky-Green- Levine Medication Adherence Scale were evaluated. Fifty-six major depression patients (mean of age: 40.82 ± 14.28 years old; male/female: 13/43) were included in this study. Patients were treated with escitalopram (46.4%), sertraline (26.8%), venlafaxine (10.7%), citalopram (8.9%) and paroxetine (7.1%). The most common side effects that patients reported were drowsiness/ daytime somnolence (57.1%), dry mouth (46.4%) and increased sleep (46.4%), increased appetite (37.5%) and malaise or fatigue (30.4%). The most severity side effects that patients experienced were drowsiness/ daytime somnolence (25%), increased sleep (19.6%) and decreased libido (14.3%). Only fifteen (26.8%) patients were found high adherent to their medication. It was concluded that although the frequency and severity of side effects have been found high, the percentage of patients’ medication adherence has been obtained low. Patient education and monitoring regarding side effects and medication adherence providing by pharmacists would be contributed to prevent possible drug induced problems in these patients besides the routine services they are taken from outpatient clinic.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle