Patient-physician discordance in systemic lupus erythematosus and its impact on medication adherence and alternative medicine use
Notice bibliographique
Résumé
Introduction. Preliminary studies found that discordance between the patients' and physicians' assessments of disease activity in systemic lupus erythematosus (SLE) exists. We investigated the factors associated with discordance and explored the impact of discordance on medication adherence and complementary/alternative medicine (CAM) use. Methods. Part I investigated the factors associated with discordance, defined as the patient visual analog scale (VAS) minus the physician VAS for global disease activity. Data were extracted from the Montreal General Hospital Lupus Registry. Potential covariates included the Medical Outcomes Studies SF-36, the Systemic Lupus Activity Measure (SLAM), and a lupus damage index. The first visit data were analyzed using multiple regression. Unbalanced repeated measures analysis of variance was used to analyze follow-up data and to investigate the influence of time. Part II used a patient questionnaire to measure adherence and CAM use, which was then linked to discordance data from the Registry. The associations between discordance and non-adherence and CAM use were tested using multivariable logistic regression. Non-linear relationships were tested by generalized additive models (GAM). Results. Clinically important discordance occurred in nearly 30% of the visits. The SF-36 scales for Bodily Pain and Vitality were important variables for predicting discordance. SLAM-Skin and -Musculoskeletal components were also associated with discordance. The mean discordance tended to increase over time. While both the patients' and physicians' VAS scores tended to decrease over time, the decrease was more pronounced in the physicians' VAS scores. Non-adherence and CAM use occurred in 32% and 55% of the subjects, respectively. Patients who scored much lower disease activity than their physicians were more likely to be non-adherent than concordant patients (odds ratio = 2.25, 95% confidence interval: 0.32, 15.96). GAM testing supported this finding. Odds ratios for discordance and use of CAM therapies ranged from 0.89 to 1.48 (all non-significant), and GAM showed a non-linear relationship represented by an inverted U-shaped curve. Conclusion. Patient-physician discordance exists in SLE. Factors such as bodily pain and fatigue increase discordance while clinically visible signs, such as skin manifestations, reduce discordance. Clinically important discordance appears to be associated with patient self-care behaviour, particularly, medication nonadherence.
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 | 0,007 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».