Effectively detect dependence on benzodiazepines among community-dwelling seniors by asking only two questions
Notice bibliographique
Résumé
Accessible summary • Benzodiazepines (BZDs) are mainly prescribed to treat insomnia and anxiety. But when someone uses BZDs continuously for more than 30 days, their usefulness in treating these conditions disappears. Research shows evidence of the same effectiveness as a placebo. BZDs also have side-effects, such as dizziness, memory impairment, reduced psychomotor coordination, falls, fractures and dependence. BZD consumption among seniors is frequent and it generally lasts more than 30 days. Detecting seniors addicted to BZD is not always easy because it is a prescription medication and also because trying to screen for this problem using the available instruments can take a long time. • Our aim was to give nurses a simple means of detecting the elderly person with a possible case of BZD dependence. Our results showed that if seniors answer ‘Yes’ to both questions ‘Have you tried to stop taking this medication?’ and ‘Over the past 12 months, have you noticed any decrease in the effect of this medication?’, there is a 97.1% possibility that they are BZD dependent. On the other hand, if they answer ‘No’ to one or both questions, they are 94.9% likely to not be BZD dependent. • We suggest that nurses and health providers ask seniors who use BZDs these two questions. When nurses get two affirmative (yes) answers, they should ask a doctor to check out the patient. With nurses and doctors working together, it is possible to prevent the quality of life of these seniors from getting worse by getting them into withdrawal programmes. Consumption of benzodiazepines (BZDs) is common among seniors. When used over a long period of time, BZDs can induce dependence. The present study aimed to equip nurses with valid screening questions for detecting BZD dependence among seniors, applicable to clinical practice and based on the DSM-IV-TR version. A random sample of 707 BZD users aged 65 years and over was screened for BZD dependence using the DSM-IV-TR criteria for substance dependence. To predict a diagnosis of BZDs dependence, sensitivity and specificity were computed for each pair of items. Results showed that an affirmative answer to ‘Have you try to stop taking this medication?’ and ‘Over the past 12 months, have you noticed any decrease in the effect of this medication?’ led to a sensitivity of 97.1% and a specificity of 94.9% to detect BZD dependence. Asking these two simple questions can be easily integrated into clinical practice and have considerable potential for identifying cases of BZD dependence.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».