이 프로토콜은 퇴원 후 30일, 90일, 180일에 자기보고한 약물 복용에 대한 체계적인 전화 평가와 허혈성 뇌졸중 생존자를 위한 조기 추적 예측 모델 내부 개발을 설명합니다. 프로토콜은 자기보고된 섭취와 약국 기반 PDC를 분리하며, 미리 정의된 인구통계학적 및 30일째 심리사회적 예측 변수를 사용합니다.
이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.
이 프로토콜은 퇴원 후 30일, 90일, 180일에 자기보고한 약물 복용에 대한 체계적인 전화 평가와 허혈성 뇌졸중 생존자를 위한 조기 추적 예측 모델 내부 개발을 설명합니다. 프로토콜은 자기보고된 섭취와 약국 기반 PDC를 분리하며, 미리 정의된 인구통계학적 및 30일째 심리사회적 예측 변수를 사용합니다.
허혈성 뇌졸중 후 약물 복용 순응도는 2차 예방의 핵심이지만, 자기보고 순응도는 추적 관찰 중에 변할 수 있습니다. 이 단일 기관 종단 체계에서는 210명의 참가자가 등록되었고, 191명이 180일간의 평가를 완료했습니다. 약물 복용은 1일부터 30일, 31일부터 90일, 91일부터 180일까지의 구조화된 전화 인터뷰를 통해 평가되었으며, 노출일-가중 복합 순응률이 최소 80% 이상일 때 좋음으로 분류되었습니다. 중국의 BMQ-특이적 및 가족 APGAR는 30일, 90일, 180일에 시행되었습니다. 4단계 예측 로지스틱 모델은 거주지, 성별, 30일차 BMQ-NCD, 30일 가족 APGAR를 사용했으며, 1,000개의 부트스트랩 재샘플로 내부적으로 검증되었습니다. 191건의 완전 사례 중 30일째 순응률은 84.3%(95% 신뢰구간, 78.3%–89.1%), 90일째 77.0%(95% 신뢰구간, 70.3%–82.7%), 180일째 72.8%(95% 신뢰구간, 65.9%–79.0%)였습니다. 도시 거주, 남성 성별, 30일째 BMQ-NCD, 30일째 가족 APGAR 점수가 180일 순응도와 연관되어 있었습니다. 겉보기 AUC는 0.879(95% 신뢰구간, 0.821–0.928)였고, 낙관주의 보정 AUC는 0.867이었습니다. 프로토콜은 자기보고적 순응도에 대한 종단적 평가를 위한 재현 가능한 틀과 내부적으로 검증된 30일차 예측 모델을 제공합니다. 임상 시행 전에 외부 검증과 객관적 준수 측정이 필요합니다.
뇌졸중은 전 세계적으로 장기 장애와 사망의 주요 원인으로 남아 있어, 병리학적 및 영상학적 증거를 모두 고려한 정교한 임상적 정의가 필요합니다1. 급성 치료의 발전에도 불구하고, 전 세계적으로 뇌졸중 부담은 계속 증가하고 있으며, 허혈성 뇌졸중이 대다수 사례를 차지하고 있습니다2. 이 추세는 특히 중국에서 두드러지는데, 혈관 위험 요인의 유병률이 임계 수준에 도달해의료 시스템에 엄청난 부담을 주고 있습니다. 증거에 따르면 첫 발작 뇌졸중 생존자들은 재발성 혈관 사건의 높은 위험에 직면해 있으며, 지역사회 기반 연구들은 이 집단의 지속적인 취약성을 강조합니다. 급성기 관리가 상당한 도전을 제기하지만,이들 환자의 장기 생존 기간과 기대 수명은 주로 2차 예방 전략의 효과에 의해 결정됩니다 6,7.
2차 예방의 핵심은 혈압 저하와 항혈소판 치료를 포함한 엄격한 약물 관리입니....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
이 프로토콜은 쓰촨대학교 화서병원 생의학 연구 윤리위원회(승인 번호 2021 검토 (1303); 승인일, 2021년 11월 8일)에서 승인되었습니다. 보고된 모든 절차는 위원회의 요구사항과 승인된 프로토콜에 따라 수행되었습니다. 전체 분석 데이터셋은 보충 파일 1에 제공되어 있습니다.
1. 환자 선별 및 기초 등록
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
표준화된 프로토콜 및 코호트 계층화 구현
참여자 흐름 기록에 따르면 216명이 평가되었고, 6명은 제외되었으며, 210명이 등록되었습니다. 90일차 평가 전에 17명이 사망했고, 180일 이전에 2명이 추가로 사망하여 종단 및 모델링 분석을 위한 완전한 사례가 191명이 남았습니다(보충 그림 1). 19명의 미완료자는 참가자 흐름 보고를 위한 스크리닝 및 추적 기록에 기록되었으나 분석 데이터셋에는 포함되지 않았고, 결과 값도 반영되지 않았습니다. 따라서 분석 파일에는 미리 정해진 191명의 완전 사례 코호트가 포함되어 있습니다.
180일째 기준으로 191명 중 139명이 순응도가 좋고 52명이 순응도가 낮다고 분류되었습니다(표 1). 도시 거주 및 성별은 단변량 비교에서 순응 그룹.......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
이 연구는 표준화된 종단 전화 프로토콜을 설명하고, 허혈성 뇌졸중 후 180일간 자기보고한 약물 순응도를 위한 30일 예측 모델을 내부적으로 개발합니다. 세 가지 결과가 핵심이다. 첫째, 순응도가 좋다고 분류된 비율이 30일차 84.3%에서 90일째 77.0%, 180일째 72.8%로 감소했습니다. 둘째, 예정된 평가들 전반에 걸쳐 BMQ-NCD 및 가족 APGAR 점수도 감소했습니다. 셋째, 도시 거주, 성별, 30일차 BMQ-NCD, 30일 가족 APGAR가 사전 지정된 30일 예측 모델에서 180일 순응도와 연관되어 있었습니다. 이 결과는 퇴원 후 반복 평가를 뒷받침하면서도 인과관계보다는 기술적이고 내부 예측 기능을 유지합니다.
준수율 감소는 퇴원 후 2차 예방 약물 지속 가능성이 감소할 수 있음을 보여주는 이전 뇌졸중 연구와 일치합니다17,
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
모든 저자는 이해 상충이 없다고 밝혔습니다.
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| Analysis Script | Study Authors | JoVE_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 Index | Original: 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. | |
| Matplotlib | The Matplotlib development team | Version 3.10.6. Open source (https://matplotlib.org/) | |
| NumPy | The NumPy community | Version 2.3.3. Open source (https://numpy.org/) | |
| Python | Python Software Foundation | Version 3.13.5 (64-bit Windows environment). Open source (https://www.python.org/) | |
| pandas | The pandas development team (NumFOCUS) | Version 2.3.3. Open source (https://pandas.pydata.org/) | |
| SciPy | The SciPy community | Version 1.16.2. Open source (https://scipy.org/) |
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.