Understanding patient, caregiver, and prescriber preferences for an antipsychotic regimen administered once every 2 months for schizophrenia or bipolar I disorder: a qualitative interview study in North America
Notice bibliographique
Résumé
This qualitative interview study explored the preferences of people living with schizophrenia or bipolar I disorder (BP-I), caregivers, and prescribers regarding the features of long-acting injectable (LAI) antipsychotics, as well as factors influencing preferences for a hypothetical LAI administered once every 2 months. Trained moderators conducted online video interviews with stable adult patients with schizophrenia or BP-I receiving a once-monthly LAI, caregivers, and prescribers in the United States and Canada. The interview transcripts were analyzed for themes. Twelve patients, five caregivers, and five prescribers were included in the schizophrenia and BP-I samples. For patients and caregivers, an ideal treatment was efficacious, administered less often than a once-monthly LAI, and had minimal or no side-effects. Important LAI features included staying on the same medication, choice of injection site, and dosing frequency. Patients and caregivers viewed a once-every-2-months LAI positively, due to fewer appointments and reduced injection impact, but noted concerns about its effectiveness and potential side-effects. When prescribing LAIs, prescribers considered patient- and treatment-related factors, access, and control. The potential for greater patient freedom and stability with a once-every-2-months LAI was noted, but a loss of dosing control was a concern. Several differences between schizophrenia and BP-I samples were identified, including the level of patient/caregiver involvement in treatment decisions and unique treatment goals. People living with schizophrenia or BP-I, caregivers, and prescribers in the United States and Canada generally had favorable views of LAIs administered once every 2 months. Quantitative follow-up research that extends these findings is warranted.
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 | 0,023 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,012 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,005 |
| 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 ».