不遵守推荐的治疗将降低其有效性,并可能导致疾病进展、残疾甚至死亡。大量研究强调了服药不依从的严重程度及其对治疗结果、患者健康、医疗保健提供者和相关费用的影响;服药不依从仍然是一个主要问题,据信服药患者中普遍存在这种现象。当前的系统评价旨在整合有关服药不依从率、实践以及潜在影响因素和预测因素的现有证据。在不同的数据库中搜索了最近发表的五年内的研究文章,包括 PubMed、Medline 和 CINHAL。搜索使用的术语包括服药不依从、服药不依从、影响服药不依从的因素和服药不依从的预测因素。由于密切观察患者的依从性,搜索仅限于人类受试者、英语期刊文章,排除评论文章、案例研究和临床试验数据。
美国医学毒理学会的立场得到了美国临床毒理学会和重症监护医学会的认可,其立场如下:我们同意美国神经病学学会 (AAN) 的建议,即只有在没有药物中毒或药物中毒的情况下才应进行脑死亡的临床判定。但是,使用五个药物半衰期 (T1/2) 进行药物筛查和清除率计算不足以排除所有情况下的中毒。药物筛查不足以全面检测出可能导致精神状态抑郁的所有药物。即使定量识别出特定药物,使用动力学数据来确定临床效果也受到限制,因为药物在过量服用时通常会延长半衰期。对于某些药物和毒素,作用持续时间可能会超过它们在血管空间中检测到的存在时间。我们建议通过仔细的病史和有针对性的测试来识别药物或毒素。当有可能出现药物过量、药物吸收延迟、消除延迟或与其他药物相互作用时,观察期应超过五个半衰期。如果考虑脑死亡但中毒情况不明,建议咨询医学毒理学家或临床毒理学家,以指导有关临床测试时机或适当性的决策,因为只有排除中毒后才能进行临床脑死亡判定。虽然个别从业者可能有所不同,但这些是 ACMT、AACT 和 SCCM 在撰写本文时在审查问题和科学文献后所持的立场。美国神经病学学会 (AAN) 为脑死亡诊断提供指导。当确定脑损伤的不可逆和直接原因,并且临床评估显示没有脑功能时,即可临床诊断脑死亡 [1, 2]。临床测试实践参数的先决条件是不存在“药物中毒或中毒”。关于在中毒情况下确定脑死亡的唯一证据来自病例报告。为了确定这种情况下临床检测对脑死亡判定的不准确性,我们利用搜索词“脑死亡模拟”和“脑死亡药物过量”对 1960 年 1 月 1 日至 2015 年 6 月 10 日期间的 MEDLINE 和 SCOPUS 中的文献进行了审查。共审查了 1394 个与该主题相关的标题,仅发现 10 例脑死亡模拟病例报告(三例巴氯芬 [3, 4]、两例蛇咬伤 [5, 6]、丙戊酸 [7]、阿米替林 [8]、地西泮 + 乙二醇混合 [9]、安非他酮 [10] 和有机磷化合物甲拌磷 [11] 各一例)。“循证指南更新:《确定成人脑死亡》建议临床医生应通过“病史、药物筛查和使用五倍药物半衰期计算清除率”来排除中枢神经系统 (CNS) 抑制药物的作用。[2]
健康科学学院 兹证明 Omah Tsikada 的博士研究在各方面均已完成并令人满意,且已按照审查委员会的要求进行了所有修订。 审查委员会 Barbara Gross 博士,护理学院委员会主席 Robert Anders 博士,护理学院委员会成员 Patricia Schweickert 博士,大学评审员,护理学院首席学术官兼教务长 Sue Subocz,博士 瓦尔登大学 2020
发病率。研究人员对结果的报告各不相同,影响了针对依从性的干预措施证据的综合。我们旨在评估干预性药物依从性研究中的结果范围。方法。我们在电子数据库中搜索了截至 2019 年 2 月的已发表的随机对照试验和观察性研究,这些研究的主要结果为药物依从性,包括患有任何风湿病的成年人,并以英文撰写。我们使用预先指定的提取和分析协议提取和分析了所有结果领域和依从性测量。结果。总体而言,53 项研究报告了 71 个结果领域,分为依从性(1 个领域)、健康结果(38 个领域)和依从性相关因素(例如药物知识;32 个领域)。我们将依从性细分为 3 个阶段:启动(n = 13 项研究,25%)、实施(n = 32,60%)、坚持(n = 27,51%)和阶段不明(n = 20,38%)。 37 种不同的工具以 115 种独特的方式报告了依从性(这包括不同的依从性定义和计算、指标和聚合方法)。41 项研究(77%)报告了健康结果。最常报告的是药物不良事件(n = 24,45%)、疾病活动度(n = 11,21%)、骨转换标志物/身体功能/生活质量(各 n = 10,19%)。33 项研究(62%)报告了与依从性相关的因素。最常报告的是用药信念(n = 8,15%)、疾病认知/药物满意度/对药物信息的满意度(各 n = 5,9%)、病情知识/药物知识/对医生的信任(各 n = 3,6%)。结论。针对依从性的干预研究中的结果领域和依从性测量是异质的。对相关结果的共识将改善对支持风湿病学药物依从性的不同策略的比较。
摘要:目的:分析针对性动机访谈(TMI)在慢性心力衰竭(CHF)护理中的应用效果。方法:选择我院收治的93例CHF患者作为研究对象,按照随机双盲法分为A组(n=47)和B组(n=46)。A组患者采用TMI治疗,B组患者采用心力衰竭(HF)常规护理。比较2组患者的自我护理水平(心衰自我护理指数)、服药依从性(Morisky服药依从性量表)、生活质量(明尼苏达心力衰竭患者生活质量问卷)及预后(再入院率和死亡率)等。结果:护理后,A组患者自我护理维持、管理及信心,按医嘱服药频率、时间、剂量、种类,停药或停药、遗忘服药,以及身体、情绪等方面的评分均高于B组(P < 0.05)。A组患者服药依从率、服药不依从率(61.70%和6.38%vs.41.30%和23.91%,P < 0.05),再入院率(6.38%vs.23.91%,P < 0.05)及死亡率(0%vs.6.52%,P > 0.05)均优于B组。结论:TMI有利于提高CHF患者的自我护理水平、服药依从性、生活质量及预后。
在纽约人因服药过量死亡人数连续四年增加之后,2023 年因服药过量死亡人数保持稳定,从 2022 年的 3,070 人死亡减少 1% 至 2023 年的 3,046 人死亡。尽管如此,服药过量仍然是纽约市 (NYC) 过早死亡的主要原因,也是纽约市卫生局健康纽约战略的核心重点,旨在提高预期寿命并为所有人打造更健康的城市。不受管制的阿片类药物供应中存在芬太尼(一种比海洛因强 30 到 50 倍的合成阿片类药物),这继续加剧了服药过量危机。服药过量风险也是影响健康和福祉的结构性条件的产物,以及获得优质医疗保健和服务的机会;潜在的心理和身体健康状况;以及使用环境和条件。纽约市卫生局按人口统计群体、地理位置和服药过量环境衡量和报告服药过量死亡人数。本报告提供了 2023 年纽约市意外药物中毒死亡(也称为过量死亡或过量死亡率)的临时数据。结果用于指导纽约市卫生局和全市的社区应对工作。主要发现
仅限第 1 部分的次要结果测量:1. 为确定 123I-ATT001 的生物分布和药代动力学,将从第 1 部分的前 6 名患者采集血液和尿液样本。血液样本将在每次服药后 1 小时、4 小时和 24 小时采集,也可选择在首次服药后 48 小时采集。尿液样本仅在首次服药后 24 小时采集。2. 为确定 123I-ATT001 的辐射剂量(每个器官暴露于辐射):2.1. 全身和大脑 SPECT/CT 成像将在每次服药后 1 小时进行 2.2. 每次服药后 4 小时进行全身和大脑 SPECT 2.3. 仅大脑 SPECT 将在注射首次剂量后 24 小时进行 2.4. 可选择在注射首次剂量后 48 小时拍摄大脑 SPECT 图像 2.5.注射第四剂后 4 小时 ±30 分钟将进行仅脑部 SPECT 检查
医生可能会为您开一种或多种药物。 您必须按医嘱服药。务必严格按照医生或护士的嘱咐服药:不多不少。 漏服药物或不重新配药可能会导致严重问题。请勿在未告知医生的情况下跳过服药。 药物有时会引起副作用,例如导致您咳嗽或更频繁地去洗手间。如果您有副作用或疑问,或者认为药物对您没有帮助,请致电您的医生。
对话式人工智能系统是只需与计算机对话即可与之交互的计算机。借助对话式人工智能,我们可以解决当今时代的一个重大挑战,即不遵守药物规定。患者很难按照规定的剂量、时间、频率和方向跟踪他们的药物。本文提出了一种虚拟助手,它使用对话式人工智能来提醒人们按时按正确的剂量服药。虚拟助手提供了源源不断的渠道来增强医疗保健基础设施。主要目标是帮助人们提高对推荐的健康和保健治疗的依从性。这对患有慢性疾病的人非常有益。关键词:对话式人工智能、药物依从性、聊天机器人、数字医疗。1. 引言尽管近三分之二的美国人有处方,但其中约有一半没有按处方服药。不按医嘱服药现在每年导致 125,000 人死亡,造成 3000 亿美元的不必要医疗费用。大多数人不知道,不按医嘱服药导致的死亡风险比死于凶杀的风险高出约 10 倍,对于 50 岁以上的人来说,风险高出约 30 倍。根据美国医学协会的说法,“如果患者服用了 80% 的处方药,则被视为遵医嘱服药。如果患者服用的处方药少于 80%,则被视为不遵医嘱服药。”根据约翰霍普金斯大学的一项研究,医疗事故是继心脏病和癌症之后的第三大死亡原因。以下是患者不按医嘱服药的一些原因。
• 自我效能感较低 • 饮食和锻炼行为欠佳 • 服药依从性较低(服药行为有问题) • 血糖控制 – 糖化血红蛋白较高 • 健康相关生活质量下降