הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר שיטה

ניטור אורך ומודל חיזוי של עמידה בתרופות בחולי שבץ איסכמי

76 צפיות

⸱

DOI:

10.3791/71636

⸱

11 באוגוסט 2026

 ,  ,  ,  ,  ,  , 
1Department of Neurology, West China Hospital, Sichuan University/West China School of Nursing, Sichuan University, 2Department of Respiratory Medicine, West China Hospital, Sichuan University

במאמר זה

סיכום

פרוטוקול זה מתאר הערכה טלפונית מובנית של נטילת תרופות מדווחות בעצמם לאחר 30, 90 ו-180 ימים לאחר השחרור ופיתוח פנימי של מודל חיזוי מוקדם למעקב עבור ניצולי שבץ איסכמי. הפרוטוקול מפריד בין בליעה מדווחת עצמית לבין PDC מבוסס בית מרקחת ומשתמש במנבאים דמוגרפיים מוגדרים מראש ופסיכוסוציאליים ליום 30.

תקציר

הקפדה על תרופות היא מרכזית למניעה משנית לאחר שבץ איסכמי, אך ההיצמדות המדווחת על עצמה עשויה להשתנות במהלך המעקב. במסגרת האורך של מרכז יחיד, נרשמו 210 משתתפים, ו-191 השלימו את ההערכה בת 180 הימים. נטילת התרופות הוערכה באמצעות ראיון טלפוני מובנה בימים 1–30, 31–90 ו-91–180, וסווגה כטובה כאשר אחוז ההיצמדות המורכב ליום חשיפה היה לפחות 80%. ה-BMQ הסיני הספציפי ו-Family APGAR ניתנו ביום 30, יום 90 ויום 180. מודל לוגיסטי בעל ארבעה מנבאים השתמש במגורים, מין, יום 30 BMQ-NCD, ו-30 Family APGAR, ואומת פנימית עם 1,000 דגימות bootstrap מחדש. מבין 191 מקרים מלאים, הקפדה טובה הייתה 84.3% (רווח בר-סמך 95%, 78.3%–89.1%) ביום ה-30, 77.0% (רווח בר-סמך 95%, 70.3%–82.7%) ביום ה-90, ו-72.8% (רווח בר-סמך 95%, 65.9%–79.0%) ביום ה-180. מגורים עירוניים, מין גברי, BMQ-NCD ביום 30, וציון APGAR משפחתי ביום 30 היו קשורים לציות ביום 180. ה-AUC הנראה היה 0.879 (רווח סמך 95%, 0.821–0.928), וה-AUC התוקן באופטימיות היה 0.867. הפרוטוקול מספק מסגרת ניתנת לשחזור להערכה לאורך זמן של היצמדות מדווחת עצמית ומודל חיזוי יום 30 מאומת פנימית. נדרשים אימות חיצוני ואמצעי עמידה אובייקטיביים לפני יישום קליני.

מבוא

שבץ ממשיך להיות גורם מוביל לנכות ותמותה ארוכת טווח ברחבי העולם, מה שמצריך הגדרה קלינית מעודנת שמתחשבתהן בראיות פתולוגיות והן בהדמיה. למרות התקדמות בהתערבויות חריפות, העומס העולמי של שבץ ממשיך לעלות, כאשר שבץ איסכמי אחראי לרוב המכריע של המקרים2. מגמה זו בולטת במיוחד בסין, שם שכיחות גורמי הסיכון הווסקולריים הגיעה לרמות קריטיות, מה שמטיל עומס עצום על מערכת הבריאות3. הראיות מצביעות על כך שניצולי שבץ ראשון מתמודדים עם סיכון גבוה לאירועים וסקולריים חוזרים, כאשר מחקרים קהילתיים מדגישים את הפגיעות המתמשכת של אוכלוסייהזו 4. בעוד שניהול השלב החריף מציב אתגרים משמעותיים5, ההישרדות לטווח הארוך ותוחלת החיים של מטופלים אלו נקבעים בעיקר על ידי יעילות אסטרטגיות המניעה המשניות 6,7.

אבן היסוד במניעה משנית כוללת ניהול פרמקולוגי קפדני, כולל הורדת לחץ דם וטיפול אנטי-טסיות 8,9,10. הנחיות בינלאומיות של האגודה האמריקאית ללב (AHA), הארגון האירופי לשבץ (ESO) והמלצות הקנדיות לשיטות עבודה מיטביות לשבץ מדגישות כי הקפדה על משטרים אלו חיונית למניעת הישנות 11,12,13,14. עם זאת, התועלת הקלינית של התערבויות אלו נפגעת לעיתים קרובות בשל עמידה לקויה בתרופות15,16. היצמדות לתרופות היא מבנה רב-ממדי הכולל גם התחלה וגם התמדה15,17. נתוני רישום עדכניים מצביעים על כך שהקפדה מוגברת על תרופות מניעה משניות משפרת משמעותית את ההישרדות ומפחית את שיעורי ההישנות17,18. לדוגמה, היצמדות לסטטין נקשרה באופן עצמאי להפחתת הסיכון לחזרה19.

למרות יתרונות אלו, מחקרים אורכי טווח מבחינים ב"דעיכה טמפורלית" משמעותית בשיעורי ההיצמדות במהלך השנה הראשונה לאחרהשחרור. בעוד שגורמים דמוגרפיים כמו הבדלים במין ומעמד סוציו-אקונומי משפיעים על ההתמדה21,22, ישנה הכרה גוברת בתפקידם של גורמים פסיכוסוציאליים וקוגניטיביים בעיצוב התנהגותהמטופלים 23,24. שאלון האמונות לגבי תרופות (BMQ) הפך לכלי מאומת להערכת הייצוג הקוגניטיבי של תרופות באמצעות מסגרת "דאגות הצורך"25. סקירות שיטתיות הראו כי ציוני BMQ הם מנבאים חזקים להיצמדות למחלות כרוניות שונות בסין, 26. באופן דומה, הסביבה החברתית, במיוחד תפקוד המשפחה, משחקת תפקיד מרכזי. מדד Family APGAR מספק מדד אמין לתמיכה נתפסת, שהוא קריטי למטופלים המתמודדים עם המורכבויות של החיים לאחר שבץ 27,28.

בעוד ש-NIHSS וסולם רנקין המתוקן מתארים חומרה נוירולוגית ותוצאה תפקודית29,30, הם אינם מודדים ישירות את אמונות התרופות או תפקוד משפחתי נתפס31. נחקרו שירותי בריאות ניידים ו-WeChat כאשר תמיכה בדרישות32,33. לכן, לפרוטוקול הנוכחי יש שתי מטרות: להגדיר הערכת נטילת תרופות ביום 30, יום 90 ויום 180 באמצעות מונחים עקביים, ולפתח מודל הקפדה יומי-180 ניתן לפענוח תוך שימוש במשתנים דמוגרפיים ופסיכוסוציאליים מוגדרים מראש שנאספו במהלך המחקר.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

הפרוטוקול אושר על ידי ועדת האתיקה למחקר ביו-רפואי, בית החולים מערב סין של אוניברסיטת סצ'ואן (סקירה מס' 2021 (1303); תאריך אישור, 8 בנובמבר 2021). כל ההליכים המדווחים בוצעו בהתאם לדרישות הוועדה ולפרוטוקול המאושר. מערך הנתונים האנליטיים המלא מסופק בקובץ משלים 1.

1. סינון מטופלים והרשמה בסיסית

  1. זהה משתתפים פוטנציאליים מתוך רשומות האשפוז של המחלקה לנוירולוגיה. מטופלים נבחרים שאובחנו עם שבץ איסכמי חריף באמצעות הדמיית תהודה מגנטית (MRI) או טומוגרפיה ממוחשבת (CT). רשמו את המספר הכולל של האנשים שנבדקו לראשונה כדי לקבוע את מאגר הבסיס של דיאגרמת זרימת המשתתפים.
  2. סנן מטופלים לפי קריטריוני ההכללה שנקבעו מראש. כלול מבוגרים עם שבץ איסכמי חריף שאושר בהדמיה, שיכולים להשלים את הראיון בעצמם או דרך נציג מורשה חוקית.
  3. יישם קריטריונים להחרגה (הדרלה). להחריג מטופלים עם היסטוריה של מחלת נפש חמורה, פגיעה קוגניטיבית (נקבעת על פי רשומות קליניות), או תוחלת חיים של פחות משישה חודשים. תעד את הסיבות המדויקות והמספרים המתאימים לכל החריגה בשלב זה (למשל, הגבלות תוחלת חיים או סירוב לתת הסכמה).
  4. לפני ההרשמה, יש לקבל הסכמה מדעת בכתב מהמטופל או, כאשר המטופל אינו יכול להסכים, מנציג מורשה חוקית, באמצעות טופס הסכמה מדעת שאושר על ידי הוועדה. הסבר את עיצוב המחקר הארוך, ההערכות הטלפניות, ולוח הזמנים של 180 יום למעקב לפני החתימה. רשמו את זהותו ותפקידו של האדם המסכים, את תאריך ההסכמה, ואת חבר צוות המחקר שקיבל את ההסכמה.
  5. לאסוף נתונים דמוגרפיים וקליניים בסיסיים בתוך 48 שעות מהקבלה. רישום גיל, מין, מגורים, רמת השכלה והכנסה חודשית באמצעות טופס דוח מקרה סטנדרטי.
  6. בעת השחרור, בקש מרופא מוסמך לשבץ שיבצע את ה-NIHSS הסיני המאומת באמצעות 11 הפריטים הסטנדרטיים שלו וטווח כולל של 0–4229. רשמו את הציון הכולל, תפקיד המעריך, מצב ההכשרה, תאריך ההערכה ומשך האשפוז.
  7. בצע את ה-BMQ הסיני המורשה בראיון פנים אל פנים מובנה לפני השחרור ובטלפון בימים 30, יום 90 ויום 18025,34.
    הערה: הכלי מכיל חמישה פריטי הכרח וחמישה פריטי דאגות. דירגו כל פריט מ-1 (מתנגדים בתוקף) ל-5 (מסכים בחום), וסכם את חמשת הפריטים בכל תת-סולם; לכן, סך הכל של Necessity ו-Concerns, נע בין 5 ל-25.
  8. חשב את ההפרש בין הצורך לדאוג (BMQ-NCD) כצורך פחות דאגות (טווח, -20 עד 20). צורך גבוה יותר וערכי BMQ-NCD גבוהים יותר מעידים על צורך נתפס חזק יותר ביחס לדאגות, בעוד שערך דאגות גבוה יותר מצביע על חשש גבוה יותר.
    הערה: יש לדרוש את כל חמש התשובות לכל תת-סולם; אחרת, קודד את תת-הסקאלה ואת BMQ-NCD כחסרים. השתמש ביום 30 BMQ-NCD כמנבא המודל הרציף. במקביל, מנהל את APGAR27 של משפחת הסינים.
  9. ציון התאמה, שותפות, צמיחה, חיבה והחלטה כ-0 (כמעט אף פעם), 1 (לפעמים), או 2 (כמעט תמיד), ולסכם את חמשת הפריטים לסך שלם של 0-10; ציונים גבוהים יותר מעידים על תפקוד משפחתי בתפיסה טובה יותר. אם פריט משפחתי APGAR חסר, קודד את הסך כחסר. רשום את גרסאות המכשירים, הרשאה, מנהל, משיב, תאריך, תגובות לפריטים, סכומי תת-סולמות וציונים כוללים בטופס דוח המקרה.

2. הכנה לשחרור וחינוך למטופלים

  1. קיים פגישת ייעוץ תקנית עם תרופות לפני השחרור. ספק רשימה כתובה של תרופות מניעה משניות שנרשמו, כולל אנטי-טסיות, סטטינים ונוגדי יתר לחץ דם.
  2. הנחו את המטופל ואת המטפל הראשי שלו על חשיבות הקפדה על תרופות. הדגים כיצד לתעד את צריכת התרופות אם המטופל מתכוון להשתמש בתיבת כדורים או ביומן.
  3. אמת את מספר הטלפון הראשי של המטופל. קבע חלון זמן מועדף לשיחות מעקב עתידיות כדי למזער את הנטישה ולהבטיח שיעור תגובה גבוה.

3. מעקב לאורך זמן לאחר השחרור (יום 30, יום 90 ויום 180)

  1. קיים את הראיון הטלפוני המובנה הראשון ביום ה-30 לאחר השחרור (חלון יעד, פלוס או מינוס 3 ימים). עבור כל קטגוריית תרופות למניעה משנית שנרשמה בימים 1–30, יש לרשום את שם המחלקה, תדירות המינון היומית שנרשם, מספר ימי החשיפה, ומספר ימי ההתאמה המדווחים בעצמם בימים 1–30.
    1. רשמו את המשיב (מטופל או מטפל ראשי שמנהל תרופות), תאריך יצירת קשר, שינויים בשגרת הטיפול, הפסקות זמניות בהנחיית רופא, וסיבות לאי-השלמה. באותו ראיון, יש לבצע את ה-BMQ הספציפי ל-BMQ ול-Family APGAR ולרשום את ציוני יום 30
  2. בצע את הראיון השני ביום ה-90 (חלון יעד, פלוס מינוס 7 ימים). חזור על שאלות התרופות הספציפיות לקטגוריה עבור הימים הלא חופפים בין 31–90 ומתן BMQ ו-Family APGAR. אל תבקש מהמשתתף לשחזר את הימים 1–30 שוב; שמרו על שיא יום 30 כמקור למרווח זה.
  3. ערוך את הראיון הסופי ביום 180 (חלון יעד, פלוס או מינוס 7 ימים). חזרו על שאלות התרופות הייעודיות לקטגוריה עבור הימים 91–180 שאינם חופפים, נתנו BMQ ו-Family APGAR, ורשמו את היום-180 mRS כאשר זמין.
  4. השתמש באותו טופס ראיון מובנה וכלל המשיב בכל שלושת המעקבים. כאשר מטופל אינו יכול להגיב עקב פגיעה קוגניטיבית, שפה או פיזית, השתמש במטפל שמנהל את משטר התרופות ותעד את ההחלפה הזו. אל תדרוש ספירת כדורים, יומן, בית מרקחת או אימות עיוורון למראיין, אלא אם כן זה מתועד ברשומות המקור.
  5. רשמו ביקורים אמבולטוריים למעקב תיאורי בלבד. אין לכלול משתנה ניצול לאחר השחרור במודל חיזוי המיועד לשימוש לאחר הערכת יום 30.
  6. הגדר קו בסיס כהערכת אשפוז/שחרור ותייג הערכות עמידה לפי זמן לוח שנה (יום 30, יום 90 ויום 180), במקום T1, T2 ו-T3. זה מונע את הקונפליקט הקודם שבו T1 התייחס גם לבסיס וגם ליום 30.

4. כימות ההיצמדות לדיווח עצמי על תרופות

  1. אין להשתמש במונח PDC אלא אם ההיצמדות נובעת מרשומות חלוקה או מילוי. לטפל בטיפול אנטיטרומבוטי (אנטי-טסיות או נוגד קרישה דרך הפה, כפי שנדרש), טיפול בהורדת שומן, טיפול אנטי-יתר לחץ דם וטיפול להורדת סוכר כקורסי מניעה משניים נפרדים רק כאשר נרשם לאותו משתתף.
    1. לכל שיעור שנרשם, הגדר יום קבוע כיום שבו כל מנה מתוכננת בשיעור נלקחה לפי הדיווחים; היעדר מנה מתוכננת הופכת את יום השיעור הזה לבלתי מחייב. הפסקות, החלפות והחזקות זמניות בהנחיית רופא אינן נחשבות כחשיפה צפויה ימים לאחר מועד התוקפה המתועד.
    2. חשב את אחוז ההיצמדות המשותף המדווח בעצמו במרווח כ-100 כפול סכום ימי הדבקה במחלקות שנקבעו חלקי סכום ימי החשיפה הצפויים בין אותם מחלקות. חישוב זה במשקל יום חשיפה מתחשב במשכי מרשם שונים והוא שקול לממוצע של פרופורציות ספציפיות למחלקה רק כאשר כל קבוצה נרשמת לאותו מספר ימים. השתמש בימים 1–30 לערך יום-30, בימים 31–90 לערך יום-90, ובימים 91–180 לערך יום-180.
  2. בכל מעקב, סווגו עמידה טובה כשיעור מדווח עצמי של לפחות 80% מימי ההקפדה ושיעור עמידה לקוי כנמוך מ-80%. לטפל בהערכות היעמס כחסרות; אל תייחסו אותם לקטגוריית הציות הלקויה.

5. אינטגרציה של נתונים, ניתוח אורך ומידול חיזוי

  1. בצע את הניתוח הניתן לשחזור באמצעות שפת התכנות פייתון (גרסה 3.13.5) עם ספריות למניפולציה של נתונים, חישוב נומרי, ניתוח סטטיסטי והדמיה על מערכת הפעלה Windows 64 ביט. הגדר את הזרע האקראי ל-71636, וקודד ערכים חסרים כ-NA. אם הקבוצה הסופית משתמשת במקום זאת ב-R, החלף את החלק הזה בגרסת R המדויקת, גרסאות החבילה, הפונקציות והסקריפט; אל תדווח על זרימת עבודה לא מבוצעת.
  2. סיכם את פרופורציות ההיצמדות הטובות ביום 30, יום 90 ויום 180 עם טווחי ביטחון מדויקים של 95% קלופר-פירסון דו-צדדיים. בדוק את השינוי הזוגי הכולל בהיצמדות בינארית עם מבחן Q של קוקרן, ואחריו בדיקות מקנמר מדויקות עם תיקון בונפרוני.
  3. נתחו BMQ-NCD ו-Family APGAR במהלך יום 30, יום 90 ויום 180 בין מקרים שלמים באמצעות מבחן פרידמן. כאשר מבחן האומניבוס משמעותי, ערכו השוואות דירוג חתום של וילקוקסון לתיקון בונפרוני. דווח על חציונים וטווחי בין-רבעוניים בנוסף לממוצעים ולסטיות תקן. חישוב סכומים בודדים מתגובות ברמת הפריט לפני ניתוח; אל תנתחו ערכי שאלונים שמתוחכמים או מחולקים ידנית.
  4. הגדר את תוצאת היום-180 כהיצמדות טובה = 1 ועמידה ירודה = 0. התאמת רגרסיה לוגיסטית רב-משתנית ביום 30 באמצעות ארבעה מנבאים מוגדרים מראש: מגורים (Urban = 1; כפרי = 0), מין (זכר = 1; נקבה = 0), BMQ-NCD ביום 30 (רציף), וציון APGAR משפחתי ביום 30 (רציף). אין להשתמש בביקורי מעקב אמבולטוריים. הימנעו מתיאור סינון חד-משתני או בחירה לאחור אלא אם כן ההליך באמת בוצע ותועד בקוד.
  5. ציין את המשוואה המלאה: logit[P(הקפדה טובה ביום 180)] = -10.3811 + 1.2921 (עירוני) - 1.5215(זכר) + 0.5211(BMQ-NCD) + 0.6887 (משפחה APGAR). יצר את הנומוגרמה ישירות ממקדמים לא מעוגלים אלה והשתמש בתוויות הפונות לקורא, קטגוריות ייחוס, טווחי ציונים וכיווניות.
  6. הערכו אפליה עם ה-AUC של ROC ורווח ביטחון של 95% באחוזון. הערכו את שגיאת החיזוי הכוללת עם ציון ברייר וכיול באמצעות גרף כיול ושיפוע כיול. דווח על ביצועים לכאורה בנפרד מביצועים מתוקנים באופטימיות.
  7. בצע 1,000 דגימות מוצלחות של בוטסטרפ. בכל דגימה מחדש, יש לשדרג את מודל ארבעת החיזויים המלא ולהעריך אופטימיות על ידי השוואת ביצועים במדגם האתחול לביצועים במדגם המקורי. מפחיתים אופטימיות ממוצעת מהביצועים הנראים לעין.

6. סודיות מטופל ובטיחות נתונים

  1. ודא שכל המידע המזוהה על ידי המטופל מוסר לפני הניתוח. שמרו את קובץ הקישור הראשי במערכת מוסדית מוצפנת ומוגנת בסיסמה, הנגישה רק לאנשי מחקר מורשים.
  2. הקצה מזהה אלפאנומרי ייחודי לכל משתתף בעת ההרשמה. השתמש במזהה זה לכל טפסי המעקב והרשומות הדיגיטליות הבאות.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

יישום הפרוטוקול הסטנדרטי והסטריטיפיקציה של הקוהורטים

יומן זרימת המשתתפים מדווח כי 216 אנשים הוערכו, 6 הוצאו, ו-210 נרשמו. שבעה עשר מקרים אבדו לפני הערכת יום 90, ושני משתתפים נוספים אבדו לפני יום 180, מה שהותיר 191 מקרים שלמים לניתוחים האורכיים והמודלים (איור משלים 1). 19 הלא-משלימים תועדו ביומן הסינון והמעקב לדיווח על זרימת המשתתפים, אך לא נכללו במאגר הנתונים האנליטיים, ולא הוטמעו ערכי תוצאה. לכן, קובץ הניתוח מכיל את קבוצת המק...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

מחקר זה מתאר פרוטוקול טלפון אורך סטנדרטי ומפתח פנימית מודל חיזוי יום 30 לדיווח עצמי על תרופות ביום 180 לאחר שבץ איסכמי. שלושה ממצאים הם מרכזיים. ראשית, החלק שסווג כעם היצמדות טובה ירד מ-84.3% ביום ה-30 ל-77.0% ביום ה-90 ו-72.8% ביום ה-180. שנית, ציוני BMQ-NCD ו-Family APGAR ירדו גם הם במהלך ההערכות המתוכננות. שלישית, מגורים עירוניים, מין, יום 30 BMQ-NCD, ויום 30 עם APGAR משפחתי היו קשורים לשמירה על יום 180 במודל החיזוי שנקבע מראש. ממצאים אלו תומכים בהערכה חוזרת לאחר השחרור תוך שמירה על ת...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

כל המחברים לא חשפו ניגודי עניינים.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
Analysis ScriptStudy AuthorsJoVE_Analysis_Script.py (Uploaded as supplementary material)
Chinese Beliefs about Medicines Questionnaire-Specific (BMQ-Specific)Original: Prof. Robert Horne.
Chinese validation: Jiang S. et al. / Nie B. et al. (as cited in text)		Authorized Chinese Version. Administered via structured interview. Permission obtained from the original developer/copyright holder.
Chinese Family APGAR IndexOriginal: Dr. Gabriel Smilkstein.
Chinese application: Smilkstein G. et al. (as cited in text)		Validated Chinese translation. Version: 5-item scale. Open access/Public domain for clinical research.
Chinese National Institutes of Health Stroke Scale (NIHSS)Original: National Institutes of Health (NIH).
Chinese validation: Lyden P.D. et al. (as cited in text)		Validated Chinese version. 11-item clinical scale (0-42). Open access.
MatplotlibThe Matplotlib development teamVersion 3.10.6. Open source (https://matplotlib.org/)
NumPyThe NumPy communityVersion 2.3.3. Open source (https://numpy.org/)
PythonPython Software FoundationVersion 3.13.5 (64-bit Windows environment). Open source (https://www.python.org/)
pandasThe pandas development team (NumFOCUS)Version 2.3.3. Open source (https://pandas.pydata.org/)
SciPyThe SciPy communityVersion 1.16.2. Open source (https://scipy.org/)

מקורות

  1. Sacco RL, Kasner SE, Broderick JP, et al. An updated definition of stroke for the 21st century: a statement for healthcare professionals from the American Heart Association/American Stroke Association. Stroke. 2013;44(7):2064-2089.
  2. GBD 2019 Stroke Collaborators. Global, regional, and national burden of stroke and its risk factors, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. Lancet Neurol. 2021;20(10):795-820.
  3. Zhao Y, et al. Increasing burden of stroke in China: a systematic review and meta-analysis of prevalence, incidence, mortality, and case fatality. Int J Stroke. 2022;17(10):1083-1092.
  4. Chen Y, et al. Mortality and recurrent vascular events after first incident stroke: a 9-year community-based study of 0.5 million Chinese adults. Lancet Glob Health. 2020;8(4):e580-e590.
  5. Robba C, van Dijk EJ, van der Jagt M. Acute ischaemic stroke and its challenges for the intensivist. Eur Heart J Acute Cardiovasc Care. 2022;11(3):258-268.
  6. Peng Y, et al. Long-term survival, stroke recurrence, and life expectancy after an acute stroke in Australia and New Zealand from 2008-2017: a population-wide cohort study. Stroke. 2022;53(8):2538-2548.
  7. Flach C, et al. Risk and secondary prevention of stroke recurrence: a population-based cohort study. Stroke. 2020;51(8):2435-2444.
  8. Law MR, Morris JK, Wald NJ. Use of blood pressure lowering drugs in the prevention of cardiovascular disease: meta-analysis of 147 randomised trials. BMJ. 2009;338:b1665.
  9. Chen W, et al. Recurrent stroke in minor ischemic stroke or transient ischemic attack with metabolic syndrome and/or diabetes mellitus. J Am Heart Assoc. 2017;6(6):e005446.
  10. Li Q, et al. Prevalence of stroke and vascular risk factors in China: a nationwide community-based study. Sci Rep. 2017;7(1):6402.
  11. Kernan WN, et al. Guidelines for the prevention of stroke in patients with stroke and transient ischemic attack: a guideline for healthcare professionals from the American Heart Association/American Stroke Association. Stroke. 2014;45(7):2160-2236.
  12. Dawson J, et al. European Stroke Organisation (ESO) guideline on pharmacological interventions for long-term secondary prevention after ischaemic stroke or TIA. Eur Stroke J. 2022;7(3):I-II.
  13. Gladstone DJ, et al. Canadian Stroke Best Practice Recommendations: secondary prevention of stroke update 2020. Can J Neurol Sci. 2022;49(3):315-337.
  14. Xie W, et al. Long-term antiplatelet mono- and dual therapies after ischemic stroke or transient ischemic attack: network meta-analysis. J Am Heart Assoc. 2015;4(8):e002259.
  15. Cramer JA, et al. Medication adherence and persistence: terminology and definitions. Value Health. 2008;11(1):44-47.
  16. Hill MN, Miller NH, De Geest S, et al. ASH position paper: adherence and persistence with taking medication to control high blood pressure. J Clin Hypertens (Greenwich). 2010;12(10):757-764.
  17. Dalli LL, et al. Greater adherence to secondary prevention medications improves survival after stroke or transient ischemic attack: a linked registry study. Stroke. 2021;52(11):3569-3577.
  18. Yeo SH, et al. Impact of medication nonadherence on stroke recurrence and mortality in patients after first-ever ischemic stroke: insights from registry data in Singapore. Pharmacoepidemiol Drug Saf. 2020;29(5):538-549.
  19. Flint AC, et al. Statin adherence is associated with reduced recurrent stroke risk in patients with or without atrial fibrillation. Stroke. 2017;48(7):1788-1794.
  20. Bushnell CD, et al. Secondary preventive medication persistence and adherence 1 year after stroke. Neurology. 2011;77(12):1182-1190.
  21. Mansoor H, et al. Sex differences in prescription patterns and medication adherence to guideline-directed medical therapy among patients with ischemic stroke. Stroke. 2025;56(2):318-325.
  22. Ullberg T, et al. Associations between ischemic stroke follow-up, socioeconomic status, and adherence to secondary preventive drugs in southern Sweden. Neuroepidemiology. 2017;48(1-2):32-38.
  23. Hodson T, Gustafsson L, Cornwell P. Unveiling the complexities of mild stroke: an interpretative phenomenological analysis of the mild stroke experience. Aust Occup Ther J. 2019;66(5):656-664.
  24. Horne R, Weinman J. Predicting treatment adherence: an overview of theoretical models. In: The Handbook of Health Behavior Change. 5th ed. 2020. DOI:10.1201/9781003072348-4.
  25. Horne R, Weinman J, Hankins M. The Beliefs about Medicines Questionnaire: the development and evaluation of a new method for assessing the cognitive representation of medication. Psychol Health. 1999;14(1):1-24.
  26. Nie B, et al. Utilization of the Beliefs about Medicines Questionnaire and prediction of medication adherence in China: a systematic review and meta-analysis. J Psychosom Res. 2019;122:54-68.
  27. Smilkstein G, Ashworth C, Montano D. Validity and reliability of the Family APGAR as a test of family function. J Fam Pract. 1982;15(2):303-311.
  28. Zhang Y. Family functioning in the context of an adult family member with illness: a concept analysis. J Clin Nurs. 2018;27(15-16):3205-3224.
  29. Lyden PD, et al. A modified National Institutes of Health Stroke Scale for use in stroke clinical trials: preliminary reliability and validity. Stroke. 2001;32(6):1310-1317.
  30. Banks JL, Marotta CA. Outcomes validity and reliability of the modified Rankin Scale: implications for stroke clinical trials: a literature review and synthesis. Stroke. 2007;38(3):1091-1096.
  31. Mayberry LS, Osborn CY. Family support, medication adherence, and glycemic control among adults with type 2 diabetes. Diabetes Care. 2012;35(6):1239-1245.
  32. Al-Arkee S, et al. Mobile apps to improve medication adherence in cardiovascular disease: systematic review and meta-analysis. J Med Internet Res. 2021;23(5):e24190.
  33. Zhang Y, et al. Treatment adherence and secondary prevention of ischemic stroke among discharged patients using mobile phone- and WeChat-based improvement services: cohort study. JMIR Mhealth Uhealth. 2020;8(6):e16496.
  34. Jiang S, et al. Relationship between medication literacy and beliefs among persons with type 2 diabetes mellitus in Guangdong, China. Patient Prefer Adherence. 2023;17:2039-2050.
  35. Liu KF, et al. Time-varying risk factors associated with the progress of functional recovery and psychological distress in first-ever stroke patients. J Neurosci Nurs. 2022;54(2):80-85.
  36. Ytterberg C, et al. Perceived impact of stroke six years after onset, and changes in impact between one and six years. J Rehabil Med. 2017;49(8):637-643.
  37. Pai HC, et al. Change in activities of daily living in the year following a stroke: a latent growth curve analysis. Nurs Res. 2018;67(4):286-293.
  38. Cao JX, Chen XP. Research progress of the living conditions for family caregivers of stroke survivors. J Nurs. 2010;17:9-11.
  39. Pan Y, Jones PS, Winslow BW. The relationship between mutuality, filial piety and depression in family caregivers in China. J Transcult Nurs. 2017;28(5):455-463.
  40. Chung ML, et al. Depressive symptom trajectories in family caregivers of stroke survivors during first year of caregiving. J Cardiovasc Nurs. 2021;36(3):254-262.
  41. Aliyu BS, et al. Enhanced feature selection for imbalanced microarray cancer gene classification using chaotic salp swarm algorithm. Int J Theor Appl Comput Intell. 2025;2025:258-283.
  42. Yousaf K, et al. Mobile-health applications for the efficient delivery of health care facility to people with dementia (PwD) and support to their carers: a survey. Biomed Res Int. 2019;2019:7151475.
  43. Karimi M, et al. Feature selection methods in big medical databases: a comprehensive survey. Int J Theor Appl Comput Intell. 2025;2025:181-209.
  44. Rehman A. Brain stroke prediction through deep learning techniques with ADASYN strategy. In: 2023 16th International Conference on Developments in eSystems Engineering (DeSE); 2023. p. 679-684.
  45. Kurdi SZ. Machine learning-based classification framework for human health care monitoring. Int J Theor Appl Comput Intell. 2026;2026:1-15.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

תגיות

מניעה שניוניתהיענות בדיווח עצמימודל לוגיסטיFamily APGARBMQ-Specificמגורים עירוניים
צרו קשר
המליצו לספרייה

פרטיות

תנאי שימוש

מדיניות

זכויות יוצרים © 2026 MyJoVE Corporation. כל הזכויות שמורות.