Ett universellt läkemedelsschema för att främja efterlevnaden av komplexa läkemedelsregimer

Patienter som inte har fått de första sex veckornas påminnelser om sms som säger åt dem att ta sina mediciner; eller inte fyllt i minst en portalundersökning som frågar dem om de fyllt sina mediciner, om de hade några biverkningar eller bekymmer; eller inte fått någon av insatserna kommer att betraktas som utökad vanlig vård.

Patienter kommer endast att få EHR-verktyg (patientvänliga medicinblad om sina mediciner, MedList som lägger sina mediciner i det universella medicineringsschemat och UMS-signaturer på sina Rx-flaskor).

Analys per protokoll:

Patienter som fått de första 6 veckorna av SMS-meddelanden kontinuerligt eller loggat in på patientportalen och fyllt i minst en undersökning.

Pill Count utförs för alla p-piller med hjälp av en elektronisk pillerräknare vid baslinjen och 6 månader. Andelen piller som tas över piller som ordinerats (PT/PP) kommer att beräknas för varje läkemedel vid varje tidpunkt. Piller som tas kommer att beräknas genom att subtrahera antalet piller från den totala mängden ordinerad. Förskrivna piller kommer att beräknas genom att multiplicera antalet piller som ordinerats varje dag med antalet dagar sedan läkemedlet fylldes på. En andel av piller som tagits över piller förskrivna (PT/PP) på 80 % eller mer anses vara följsamma.

Analyser utfördes med hjälp av 2-nivåer generaliserade linjära modeller (PROC GENMOD), med mediciner kapslade i deltagare och med en logit-länk.

Konfounderande variabler, såsom följsamhet vid baslinjen, kön, ålder, språk, hälsotillstånd och läkemedelsregimens komplexitetsindex (MRCI) inkluderades som fasta effekter i modellerna. Resultaten presenteras som förutsagda sannolikheter med 95 % konfidensintervall.

Deltagarna ställs frågor om deras 24-timmars återkallelse av medicinanvändning för var och en av deras mediciner; de ombeds ange mängden som togs (dos), antalet gånger medicinen togs (frekvens), det totala antalet piller som togs och när doserna togs (för att beräkna avståndet: timmar mellan doserna). Korrekt användning kommer att bedömas som ja eller nej, vilket återspeglar att du har visat alla följande: korrekt dos, frekvens, total och avstånd baserat på medicinflaskans instruktioner. Resultaten presenteras som förutsagda sannolikheter med 95 % konfidensintervall.

Analyser utfördes med hjälp av 2-nivåer generaliserade linjära modeller (PROC GENMOD), med mediciner kapslade i deltagare och med en logit-länk.

Konfounderande variabler, såsom rekryteringstid, klinik, hälsotillstånd, kön, ålder, tidseffekt och läkemedelsregimens komplexitetsindex (MRCI) inkluderades som fasta effekter i modellerna.

Deltagarna fyllde i frågeformuläret ASK-12, ett kort mått på följsamhet som täcker tre nyckelområden: besvär/glömska, behandlingstro och beteende.

ASK-12 poängsätts genom att summera de utvalda svaren (med poäng som sträcker sig från 12 till 60) med högre poäng som indikerar större hinder för efterlevnad.

Analyser utfördes med hjälp av generaliserade linjära modeller (PROC GENMOD), med en upprepad ämneseffekt och en identitetslänk.

Störande variabler som hälsotillstånd, kön, ålder, hälsoaktivering (CHAI), språk, tidseffekt och antal kroniska tillstånd inkluderades som fasta effekter i modellerna. Resultaten presenteras som förutsagda sannolikheter med 95 % konfidensintervall.

Systoliskt blodtryck kommer att samlas in på alla deltagare vid baslinjen och 6 månader.

Förändring av systoliskt blodtryck från baslinjen kommer att mätas, endast hos dem som får diagnosen hypertoni. Negativa minsta kvadratiska medel indikerar en minskning av systoliskt blodtryck, medan ett positivt minsta kvadratmedel indikerar en ökning av systoliskt blodtryck med 6 månader.

Analyser utfördes med hjälp av generaliserade linjära modeller (PROC GENMOD), med en identitetslänk.

Konfounderande variabler, såsom medelsystoliskt blodtryck vid baslinjen, kön, ålder, ras och antal förskrivna mediciner inkluderades som fasta effekter i modellerna. Resultaten presenteras som justerade minsta kvadratmedelvärden med 95 % konfidensintervall.

Hemoglobin A1c (hbA1c) kommer endast att samlas in på diabetespatienter, vid baseline och 6 månader.

Förändring av hbA1c från baslinjen modelleras. Ett positivt minsta kvadratmedelvärde indikerar en ökning av hbA1c efter 6 månader, medan ett negativt medelvärde för minsta kvadrat indikerar en minskning av hbA1c.

Analyser utfördes med hjälp av generaliserade linjära modeller (PROC GENMOD), med en identitetslänk.

Konfounderande variabler, såsom hbA1c vid baslinjen, kön, ålder, hälsotillstånd, språk, läkemedelsregimens komplexitetsindex (MRCI) och hälsoläskunnighet (Newest Vital Sign) inkluderades som fasta effekter i modellerna. Resultaten presenteras som justerade minsta kvadratmedelvärden med 95 % konfidensintervall.