MétaCan
Menu
Retour à la cohorte
Enregistrement W7120593073

Medication adherence of patients with heart failure and cardiac implantable electronic devices: psychological profile and influencing factors

2020· dissertation· pt· W7120593073 sur OpenAlexaboutno aff
Livia Xavier Soares Farah

Notice bibliographique

RevueDigital Library of Theses and Dissertations (Universidade de São Paulo) · 2020
Typedissertation
Languept
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedication adherenceHeart failureDrug adherenceAffect (linguistics)Drug complianceBlood pressureScale (ratio)Psychological stress
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introdução: A baixa adesão medicamentosa (AM) é um problema de saúde pública relevante e que pode estar relacionada ao perfil psicológico e características sociodemográficas dos pacientes. Estima-se que o prognóstico de portadores de dispositivos cardíacos eletrônicos implantáveis (DCEI) com insuficiência cardíaca (IC) é pior quando há baixa AM e a melhora da adesão pode reduzir complicações clínicas e a mortalidade. Neste contexto, a entrevista motivacional (EM), intervenção para mudança comportamental dos pacientes no interesse da sua própria saúde, pode ser eficaz em pacientes com IC e DCEI. Objetivos: a) avaliar a taxa de AM em pacientes com IC e DCEI considerando perfil psicológico, características clínicas e sociodemográficas; b) avaliar o impacto da EM nos pacientes com baixa AM. Método: Estudo descritivo, intervencional e unicêntrico de pacientes consecutivos com IC e DCEI do InCor/HC-FMUSP. O estudo foi desenvolvido em duas fases distintas: Fase I - coleta de características clinicas e sociodemograficas, avaliação da taxa de adesão medicamentosa e avaliação dos fatores psicológicos através dos seguintes instrumentos: Escala de Adesão à Medicação de Morisky (MMAS-8); DS-14- para diagnóstico de personalidade tipo D; Questionário de Percepção Breve de Doença (B-IPQ); Escala Hospitalar de Ansiedade e Depressão (HADS) e Avaliação Cognitiva de Montreal (MoCA). A taxa de AM foi classificada como satisfatória quando o score de Morisky foi >= 6. Fase II- Realização da EM nos pacientes com baixa adesão a cada trinta dias no decorrer de três meses. Antes de iniciar a EM os pacientes foram submetidos novamente a MMAS-8. Resultados: Foram incluídos 400 pacientes com idade entre 31 e 92 anos (média 67,7 ± 11,7 anos) sendo 237 (59,3%) do gênero feminino. Cerca de 55,8% dos pacientes apresentaram ensino fundamental incompleto e 65,8% eram aposentados. 172 (43,0%) pacientes apresentaram ansiedade, 119 (29,7%) depressão, 140 (35%) distress, 94 (23,5%) personalidade tipo D, 325 (81,9%) perceberam a doença como ameaça e 384 (96%) prejuízo cognitivo leve. Na análise da taxa de AM, 301 (75,3%) pacientes apresentaram adesão satisfatória e 99 (24,7%) apresentaram baixa adesão. No grupo de baixa adesão observamos maior porcentagem de casos em dependentes e desempregados (p = 0,021) e maior porcentagem do gênero feminino (p = 0,049) quando comparado ao grupo com AM satisfatória. Fatores psicológicos, ansiedade, depressão, distress e personalidade D contribuíram para a baixa taxa de AM (p <0,001). Em relação ao prejuízo cognitivo, o grupo com baixa adesão apresentou resultados significativamente menores nos domínios da atenção (p = 0,018) e nomeação (p = 0,023) quando comparado ao grupo de AM satisfatória. Conclusão: A maioria dos pacientes com IC e DCEI apresentaram AM satisfatória. A baixa AM esteve associada a fatores clínicos, socioeconômicos e psicológicos. Ansiedade e uso do medicamento AAS foram preditores de baixa adesão. A EM melhorou a taxa de adesão medicamentosa nesta população.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,245
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Library of Theses and Dissertations (Universidade de São Paulo)Même sujetMedication Adherence and ComplianceTravaux en français237 207