Remote assessment of treatment adherence based on the KP-25 questionnaire: a new telemedicine tool for remote compliance analysis

Cover Page

Cite item

Full Text

Abstract

Aim – creation of a computer program using a modern programming language that allows remote assessment of patient treatment adherence based on the national KP-25 scale.

Material and methods. The program we developed was implemented using the modern programming language Python 3.8. This electronic assistant allows the user to automatically collect and systematize compliance data, conduct statistical analysis and store patient survey data. All these processes, depending on the operator’s goals, can be carried out using local and cloud servers. If it is necessary to transfer data remotely, the program has the functionality to ‘depersonalize’ data about the respondent, which ensures safe and correct accumulation and storage of data.

Results. The program allows the user to evaluate 6 technical indicators calculated using formulas: importance of drug therapy, importance of medical support, importance of lifestyle modification, readiness for drug therapy, readiness for medical support, readiness for lifestyle modification. Calculation using integrated formulas also allows the user to display the result of the commitment calculation on the user’s screen in four aspects: 1) commitment to lifestyle modification, 2) commitment to drug therapy, 3) commitment to medical support, 4) integral commitment to treatment. After the end of testing, the program saves the patient’s answers to an Excel file located in the root folder of the program in the form of percentages, which are generated depending on the patient’s response in accordance with the classical algorithm for interpreting the results of the questionnaire using integrated formulas.

Conclusion. This software product can potentially be used in the scientific process in conducting cohort and population-based studies aimed at assessing compliance in routine medical practice, as well as integrated into existing and promising medical information systems.

About the authors

Andrei A. Garanin

Samara State Medical University

Author for correspondence.
Email: a.a.garanin@samsmu.ru
ORCID iD: 0000-0001-6665-1533

MD, Cand. Sci. (Medicine), Director of the Research and Practice Center for Telemedicine

Russian Federation, Samara

Yurii A. Trusov

Samara State Medical University

Email: yu.a.trusov@samsmu.ru
ORCID iD: 0000-0001-6407-3880

MD, cardiologist at the SamSMU Clinics, assistant at the Department of Propaedeutic Therapy with a course in cardiology

Russian Federation, Samara

References

  1. Nikolaev NА, Martynov AI, Skirdenko YuP, et al. Treatment management based on adherence: patient recommendation algorithms. Cross-disciplinary guidelines. Medical news of North Caucasus. 2020;15(4):461-468. [Николаев Н.А., Мартынов А.И., Скирденко Ю.П., и др. Управление лечением на основе приверженности: алгоритмы рекомендаций для пациентов. Междисциплинарные рекомендации. Медицинский вестник Северного Кавказа. 2020;15(4):461-468]. doi: 10.14300/mnnc.2020.15109
  2. World Health Organization. Adherence to long-term therapies: evidence for action. Available at: https: www.who.int/chp/knowledge/publications/adherence_report/en/
  3. Lukina YuV, Kutishenko NP, Martsevich SYu, Drapkina OM. Questionnaires and scores for assessing medication adherence – advantages and disadvantages of the diagnostic method in research and actual clinical practice. Cardiovascular therapy and prevention. 2020;19(3):2562. [Лукина Ю.В., Кутишенко Н.П., Марцевич С.Ю. Опросники и шкалы для оценки приверженности к лечению – преимущества и недостатки диагностического метода в научных исследованиях и реальной клинической практике. Кардиоваскулярная терапия и профилактика. 2020;19(3):2562]. doi: 10.15829/1728-8800-2020-2562
  4. Drapkina OM, Livzan MA, Martynov AI, et al. First Russian consensus on quantitative assessment of adherence to treatment: main provisions, algorithms and recommendations. Medical news of North Caucasus. 2018;1(12):259. [Драпкина О.М., Ливзан М.А., Мартынов А.И., и др. Первый Российский консенсус по количественной оценке приверженности к лечению: основные положения, алгоритмы и рекомендации . Медицинский вестник Северного Кавказа. 2018;1(12):259]. doi: 10.14300/mnnc.2018.13039
  5. Morisky DE, Green LW, Levine DM. Concurrent and predictive validity of self-reported measure of medical adherence. Med Care. 1986;24:67-73. doi: 10.1097/00005650-198601000-00007
  6. Morisky DE, Ang A, Krousel-Wood M. Predictive validity of a medication adherence measure in an outpatient setting. J Clin Hypertens (Greenwich). 2008;10(5):348-54. doi: 10.1111/j.1751-7176.2008.07572.x
  7. Nikolaev NA. Russian universal questionnaire of quantitative assessment of adherence to treatment (KOP-25). Clinical Pharmacology and Therapy. 2018;1(27):74. (In Russ.). [Николаев Н.А. Российский универсальный опросник количественной оценки приверженности к лечению (КОП-25). Клиническая фармакология и терапия. 2018;1(27):74]. URL: https://clinpharm-journal.ru/articles/2018-1/rossijskij-universalnyj-oprosnik-kolichestvennoj-otsenki-priverzhennosti-k-lecheniyu-kop-25/
  8. Garanin AA, Mullova IS, Shkaeva OV, et al. Remote monitoring of outpatients discharged from the emergency cardiac care department. Russian Journal of Cardiology. 2022;27(3S):5072. [Гаранин А.А., Муллова И.С., Шкаева О.В., и др. Амбулаторный дистанционный мониторинг пациентов, выписанных из отделения неотложной кардиологии. Росcийский кардиологический журнал. 2022;27(3S):5072]. doi: 10.15829/1560-4071-2022-5072
  9. Drapkina OM, Korsunsky DV, Komkov DS, Kalinina AM. Prospects for developing and implementing remote blood pressure monitoring in patients under dispensary follow-up. Cardiovascular Therapy and Prevention. 2022;21(3):3212. [Драпкина О.М., Корсунский Д.В., Комков Д.С., и др. Перспективы разработки и внедрения дистанционного контроля уровня артериального давления пациентов, находящихся на диспансерном наблюдении. Кардиоваскулярная терапия и профилактика. 2022;21(3):3212]. doi: 10.15829/1728-8800-2022-3212
  10. Sirotina AS, Kobyakova OS, Deev IA, et al. Remote monitoring of health status. Analytical review. Social aspects of population health. 2022;68(2):1. [Сиротина А.С., Кобякова О.С., Деев И.А., и др. Удаленный мониторинг состояния здоровья. Аналитический обзор. Социальные аспекты здоровья населения. 2022;68(2):1]. doi: 10.21045/2071-5021-2022-68-2-1
  11. Sabaté E. Adherence to long-term therapies: evidence for action. Geneva (Switzerland): World Health Organization (WHO), 2003.
  12. Chowdhury R, Khan H, Heydon E, et al. Adherence to cardiovascular therapy: a meta-analysis of prevalence and clinical consequences. Eur Heart J. 2013;34(38):2940. doi: 10.1093/eurheartj/eht295
  13. De Bacquer D, Astin F, Kotseva K, et al. Poor adherence to lifestyle recommendations in patients with coronary heart disease: results from the EUROASPIRE surveys. Eur J Prev Cardiol. 2022;29(2):383. doi: 10.1093/eurjpc/zwab115
  14. Pedretti RFE, Hansen D, Ambrosetti M, et al. How to optimize the adherence to a guideline-directed medical therapy in the secondary prevention of cardiovascular diseases: a clinical consensus statement from the European Association of Preventive Cardiology. Eur J Prev Cardiol. 2023;30(2):149. doi: 10.1093/eurjpc/zwac204
  15. Zagrebalny AV, Martsevich SYu, Lukyanov MM, et al. Quality of lipid-lowering therapy in outpatient practice: RECVAS Register data. Russian Journal of Preventive Medicine. 2016;19(1):9-14. [Загребальный А.В., Марцевич С.Ю., Лукьянов М.М., и др. Качество гиполипидемической терапии в амбулаторно-поликлинической практике: данные регистра РЕКВАЗА. Профилактическая медицина. 2016;19(1):9-14]. doi: 10.17116/profmed20161919-14
  16. Bubnova MG, Aronov DM, Deev AD. Statins in routine clinical care in elderly with hyperlipidemia and coronary heart disease. Russian program EFFORT. Atherosclerosis and Dyslipidemia. 2018;1(30):5-16. [Бубнова М.Г., Аронов Д.М., Деев А.Д. Терапия статинами в реальной клинической практике у пожилых пациентов с гиперлипидемией и коронарной болезнью сердца. Российская программа ЭФФОРТ. Атеросклероз и дислипидемии. 2018;1(30):5-16].
  17. Salmasi S, Loewen PS, Tandun R. et al. Adherence to oral anticoagulants among patients with atrial fibrillation: a systematic review and meta-analysis of observational studies. BMJ Open. 2020;10(4):e034778. doi: 10.1136/bmjopen-2019-034778
  18. Corrao G, Zambon A, Parodi A, et al. Discontinuation of and changes in drug therapy for hypertension among newly-treated patients: a population-based study in Italy. J Hypertens. 2008;26:819-24. doi: 10.1097/HJH.0b013e3282f4edd7
  19. Degli Esposti E, Sturani A, Di Martino M. Long term persistence with antihypertensive drugs in new patients. J Hum Hypertens. 2002;16:439. doi: 10.1038/sj.jhh.1001418
  20. Fofanova TV, Ageev FT, Smirnova MD. Adherence to therapy in the outpatient setting: the ability to identify and assess the effectiveness of therapy. Kardiologiia. 2017;57(7):35-42. [Фофанова Т.В., Агеев Ф.Т., Смирнова М.Д. Приверженность к терапии в амбулаторных условиях: возможность выявления и оценка эффективности терапии. Кардиология. 2017;57(7):35-42]. doi: 10.18087/cardio.2017.7.10004
  21. Ho PM, Bryson CL, Rumsfeld JS. Medication adherence: its importance in cardiovascular outcomes. Circulation. 2009;119(23):3028-35. doi: 10.1161/CIRCULATIONAHA.108.768986
  22. Corrao G, Parodi A, Nicotra F, et al. Better compliance to antihypertensive medications reduces cardiovascular risk. J Hypertens. 2011;29:610-8. doi: 10.1097/HJH. 0b013e328342ca97
  23. Mathews R, Peterson ED, Honeycutt E, et al. Early Medication Nonadherence After Acute Myocardial Infarction: Insights into Actionable Opportunities From the TReatment with ADP receptor iNhibitorS: Longitudinal Assessment of Treatment Patterns and Events after Acute Coronary Syndrome (TRANSLATE-ACS) Study. Circ Cardiovasc Qual Outcomes. 2015;8(4):347-356. doi: 10.1161/CIRCOUTCOMES.114.001223
  24. de Vries ST, Keers JC, Visser R, et al. Medication beliefs, treatment complexity, and non-adherence to different drug classes in patients with type 2 diabetes. J Psychosom Res. 2014;76(2):134. doi: 10.1016/j.jpsychores.2013.11.003
  25. Viana M, Laszczynska O, Mendes S, et al. Medication adherence to specific drug classes in chronic heart failure. J Manag Care Spec Pharm. 2014;20(10):1018-26. doi: 10.18553/jmcp.2014.20.10.1018

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Figure 1. Appearance of the doctor’s electronic assistant based on the domestic scale KOP-25, generated by the core of the program when launched from the browser.

Download (890KB)
Indexing metadata

Copyright (c) 2025 Garanin A.A., Trusov Y.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».