Highly Active Antiretroviral Therapy: Physician Experience and Enhanced Adherence to Prescription Refill
Notice bibliographique
Résumé
OBJECTIVE: To identify patient and physician characteristics that may act as determinants of adherence to prescription refill of triple combination antiretroviral therapy. METHODS: A population-based analysis of antiretroviral therapy-naive HIV-positive men and women in British Columbia, Canada, who initiated triple combination therapy between August 1 1996 and October 31 1998. Study participants were considered adherent if they were actually dispensed antiretrovirals > or = 95% over the first year of therapy. Log-binomial regression was used to identify patient and physician characteristics associated with adherence to prescription refill. RESULTS: Of the 886 individuals eligible for analysis, 495 (56%) were > or = 95% adherent to prescription refill. In multivariate analysis, adherence was positively associated with increased age [adjusted relative rate (ARR) 1.19; 95% CI: 1.07-1.32], having a diagnosis of AIDS (ARR 1.66; 95% CI: 1.29-2.15), being male (ARR 1.79; 95% CI: 1.27-2.53), and with greater experience of the treating physician (ARR 1.27; 95% CI: 1.13-1.42). History of injection drug use was negatively associated with adherence to prescription refill (ARR 0.65; 95% CI: 0.51-0.83), as was increased pill burden (per pill daily) (ARR 0.95; 95% CI: 0.92-0.99). A sub-analysis of 316 patients who provided additional data regarding psychosocial characteristics indicated that adherence was positively associated with physician experience (ARR: 1.28; 95% CI: 1.09-1.51) and being employed (ARR: 1.55; 95% CI: 1.14-2.21), and negatively associated with a history of injection drug use (ARR: 0.61; 95% CI: 0.43-0.85). CONCLUSION: While patient disease stage and personal characteristics may play an important role in patient adherence to prescription refill of complex therapeutic regimens, our findings indicate that HIV-experienced physicians may have greater success in maintaining patients on prescribed 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 | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».