Older Adults with Alzheimer’s Disease, Comorbid Arthritis and Prescription of Psychotropic Medications
Notice bibliographique
Résumé
OBJECTIVES: It is assumed that analgesia is underutilized among those with Alzheimer disease and that these patients may be inappropriately prescribed neuroleptics and benzodiazepines. The current study examines this assertion. DESIGN: For this study, prescription levels of analgesics and psychotropic medications for Alzheimer disease patients with (n=245) and without (n=215) musculoskeletal conditions (i.e., arthritis or rheumatism) are compared. SETTING: A national sample of community dwelling and institutionalized older adults was identified from the Canadian Study of Health and Aging (CSHA). PARTICIPANTS: Persons from 36 cities and surrounding rural areas over 64 years of age were randomly identified for the CSHA from government health records in all but one province. MEASUREMENTS: Prescribed analgesic and psychotropic medications were examined, as well as dementia severity and dementia related behavioural disturbance. RESULTS: Less than half of Alzheimer patients with arthritis or rheumatism were treated for pain (ie, 109 of 245 patients); they were also more likely to be prescribed benzodiazepines compared with Alzheimer patients without musculoskeletal conditions (subsequent to initial consideration for analgesia, dementia severity and dementia-related behaviours; Dchi(2)[Ddf =1] =3.97, P=0.046). CONCLUSIONS: These findings are in accord with prior research attesting to the undertreatment of pain among older adults. These results can be generalized with greater confidence, given the random composition of the patient sample.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».