यह पृष्ठ तुर्की से स्वचालित रूप से अनुवादित किया गया है। मूल पढ़ें

यह पृष्ठ 26वीं विश्व मनोरोग कांग्रेस में प्रस्तुत अध्ययन का कृत्रिम बुद्धिमत्ता की सहायता से तैयार किया गया तुर्की सारांश है। अध्ययन का स्वामित्व इसे प्रस्तुत करने वाले लेखकों के पास है; उद्धरण के लिए मूल स्रोत देखें।

SO484

संक्षिप्त मौखिक पोस्टर प्रस्तुतिमनोविकृति और स्किज़ोफ्रेनियाभावी कोहोर्ट अध्ययन

प्रथम प्रकरण मनोविकृति में शुरुआती फार्मेसी प्रिस्क्रिप्शन रीफिल व्यवहार बाद के TDM-आधारित उपचार अनुपालन का पूर्वानुमान देता है

EARLY PHARMACY REFILL BEHAVIOUR PREDICTS LATER TDM-BASED ADHERENCE IN FIRST-EPISODE PSYCHOSIS

प्रस्तुतकर्ता: Juhani M. Leijala

देश: Finland

सत्र: 4580 - PARALLEL SHORT ORAL POSTER SESSIONS: PSYCHOSIS & SCHIZOPHRENIA - Part VI

तिथि: Sat, 26.09.2026

दो महीने की अवधि में नियमित प्रिस्क्रिप्शन रीफिल ने 12वें महीने में रक्त स्तर से पुष्ट उपचार अनुपालन का मध्यम स्तर तक पूर्वानुमान दिया, लेकिन शुरुआती चिकित्सीय औषधि निगरानी कहीं अधिक सशक्त पूर्वानुमानक थी।

उद्देश्य यह जाँचना था कि प्रथम प्रकरण मनोविकृति (first episode psychosis, FEP) में शुरुआती फार्मेसी प्रिस्क्रिप्शन रीफिल व्यवहार बाद के चिकित्सीय औषधि निगरानी (therapeutic drug monitoring, TDM) पर आधारित उपचार अनुपालन का पूर्वानुमान देता है या नहीं। एक भावी FEP कोहोर्ट (N=97) में TDM के माध्यम से उपचार अनुपालन को इस प्रकार परिभाषित किया गया कि एंटीसाइकोटिक दवा की प्लाज़्मा सांद्रता खुराक-निर्भर संदर्भ सीमा के भीतर हो; प्रत्येक मापन बिंदु से पहले के चार महीनों के फार्मेसी रीफिल डेटा का उपयोग किया गया और दूसरे महीने के रीफिल व्यवहार को 0, 1 या 2 और उससे अधिक के रूप में वर्गीकृत किया गया; प्राथमिक विश्लेषण उन 37 रोगियों पर किए गए जिनके लिए द्विआधारी रूप में वर्गीकृत शुरुआती रीफिल और 12वें महीने का TDM डेटा उपलब्ध था। विश्लेषणों में क्रॉस-टैबुलेशन, द्विआधारी लॉजिस्टिक प्रतिगमन और रिसीवर ऑपरेटिंग कैरेक्टरिस्टिक (receiver operating characteristic, ROC) विश्लेषण का उपयोग किया गया; केवल रीफिल और केवल शुरुआती TDM वाले मॉडलों के बाद एक ऐसा मॉडल इस्तेमाल किया गया जिसमें दोनों कारकों को एक-दूसरे के लिए समायोजित किया गया था। दो या अधिक रीफिल करवाने वालों में से 56% (13/23) का औषधि स्तर 12वें महीने में चिकित्सीय सीमा के भीतर था, जबकि कम रीफिल करवाने वालों में यह अनुपात 21% (3/14) था; निरपेक्ष अंतर 35 प्रतिशत अंक, काई-वर्ग 4,37 और p=0,037 बताया गया। केवल रीफिल वाले मॉडल में दो या अधिक रीफिल ने 12वें महीने के TDM-आधारित अनुपालन का पूर्वानुमान दिया (OR 4,77; 95% विश्वास अंतराल 1,04 से 21,79; p=0,044; n=37); केवल शुरुआती TDM वाले मॉडल में OR 13,72 पाया गया (95% विश्वास अंतराल 2,90 से 64,98; p<0,001; n=41)। परस्पर समायोजित मॉडल में शुरुआती TDM एक स्वतंत्र पूर्वानुमानक बना रहा (OR 12,24; 95% विश्वास अंतराल 1,98 से 75,62; p=0,007) और रीफिल के साथ संबंध कमजोर हो गया (OR 2,07; 95% विश्वास अंतराल 0,34 से 12,64; p=0,431); संयुक्त मॉडल में संभाव्यता अनुपात काई-वर्ग (2)=12,50, p=0,002, Nagelkerke R2=0,406 और सटीकता 77,1% (n=35) थी। तीन-स्तरीय रीफिल मानदंड के साथ किए गए ROC विश्लेषण में विभेदन क्षमता मध्यम थी (AUC 0,66; n=39)। निष्कर्षतः, प्रिस्क्रिप्शन रीफिल रिकॉर्ड संभावित गैर-अनुपालन का एक व्यावहारिक शुरुआती संकेत देते हैं, लेकिन दवा के सेवन की पुष्टि नहीं करते, इसलिए वस्तुनिष्ठ निगरानी का स्थान नहीं ले सकते; रीफिल डेटा को शुरुआती TDM के साथ जोड़ने से लगातार गैर-अनुपालन के जोखिम वाले रोगियों की पहचान करने में मदद मिल सकती है।

मूल पोस्टर पर जाएँ

इस अध्ययन को कैसे उद्धृत करें?

APA 7: Leijala, J. M., et al. (2026, September 26). Early pharmacy refill behaviour predicts later tdm-based adherence in first-episode psychosis [Poster presentation]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/652

Vancouver: Leijala JM, et al. Early pharmacy refill behaviour predicts later tdm-based adherence in first-episode psychosis [poster]. 26th WPA World Congress of Psychiatry (WCP 2026); 2026 Sep 23-26; Stockholm, Sweden. Available from: https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/652

लेखकों के नाम और शीर्षक का प्रारूप कांग्रेस की प्रणाली से स्वचालित रूप से तैयार किए गए हैं; उपयोग करने से पहले मूल पोस्टर से मिलान करें।

WCP 2026 के सभी सारांश

Sitenin son güncellemesi: 8 Kasım 2026 · Site editörü: Doç. Dr. Alişan Burak Yaşar, info@alisanburak.com