Potentially Inappropriate Medication Use by Medicaid+Choice Beneficiaries in the Last Year of Life
Notice bibliographique
Résumé
BACKGROUND: Regardless of the payer and the period studied the prevalence of potentially inappropriate medication use in the elderly ranged from 21% to 40%. OBJECTIVE: To look at potentially inappropriate prescribing in a group of Medicare+Choice beneficiaries in their last year of life (LYOL) in a large national managed care organization. RESEARCH DESIGN: Retrospective review of Medicare+Choice decedents' drug claims and enrollment data collected between January 1998 and December 2000, supplemented by the Medicare denominator file and 1990 Census data. SUBJECTS: Four thousand six hundred two beneficiaries in a large national managed care organization. MEASURES: We analyzed the relationship between disagreement with the Beers' criteria and sociodemographic descriptors, insurance characteristics, and cause of death. We used logistic regression techniques to estimate factors associated with the disagreement. RESULTS: Two thousand thirty-one beneficiaries (44%) had at least one claim in the LYOL that disagreed with a Beers' criterion, 15% experienced more than one unique Beers' disagreement. The most common disagreements were for the use of propoxyphene (15.0%), followed by zolpidem (3.8%), and amitriptyline (2.8%). Based on total claims, cancer patients were most likely to receive propoxyphene (35.3%) followed by patients with a heart condition (29.6%). A large proportion of the potentially inappropriate prescribing involves psychoactive drugs. The logistic model showed fewer Beers' criteria breaches associated with being male and being non-white. Beers' breaches were more common if the beneficiary has increasing prescription use or died from cancer. CONCLUSION: This study showed that many beneficiaries have prescriptions that contravene the Beers' criteria.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».