Changing Patterns in Medication Use with Increasing Probability of Death for Older Medicare Beneficiaries
Notice bibliographique
Résumé
OBJECTIVES: To determine whether use of symptom relief drugs (e.g., antidepressants, anxiolytics, opioid analgesics, sleep aids) rises and use of two commonly prescribed classes of chronic medications (statins and osteoporosis drugs) falls with greater probability of death for older Medicare beneficiaries. DESIGN: Pooled cross-sectional study. SETTING: Noninstitutionalized older Medicare population in 2000 to 2005. PARTICIPANTS: Community-dwelling Medicare beneficiaries aged 65 and older (N=20,233). MEASUREMENTS: Use of medications measured according to dichotomous flags; intensity of use by annual medication fills. Annual probability of death modeled using logistic regression and stratified into seven groups with predicted probabilities of death that range from less than 5% to greater than 50%. Prevalence of use and intensity (mean prescription fills per month) were computed for each class of medication. RESULTS: For symptom relief medications, there is relatively constant use with increasing probability of death, along with greater intensity of use. For the two chronic medications, there was a monotonic decrease in use but at a relatively constant intensity. Decline in statin use ranged from 34.4% in the lowest mortality stratum to 17.6% for those in the highest (P<.001). Use of osteoporosis drugs fell from 10.4% to 6.6% over the same range (P<.001). CONCLUSION: Greater intensity of use of symptom relief medications with increasing probability of death is consistent with hypothesized use. The different profile for chronic medications suggests that the time to benefit is being considered regarding therapy initiation, which results in lower use.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».