MétaCan
Menu
Retour à la cohorte
Enregistrement W1996792417 · doi:10.1136/ebmh.14.2.35

Antipsychotics in dementia - mortality risks and strategies to reduce prescribing

2011· article· en· W1996792417 sur OpenAlexaboutno aff
T. G. H. Smith

Notice bibliographique

RevueEvidence-Based Mental Health · 2011
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaAntipsychoticMedicineMedical prescriptionPsychiatryPediatricsSchizophrenia (object-oriented programming)Internal medicine

Résumé

récupéré en direct d'OpenAlex

For the UK, the first governmental warning about prescribing antipsychotics in dementia came as a safety briefing in 2004 alerting clinicians to the risks of stroke with two of the atypical antipsychotics.1 Meanwhile, meta-analytic evidence was accumulating across the pond pointing not only to increased risk of stroke but also sedation, urine infections, parkinsonism and cognitive deterioration.2 It was these concerns that led the Department of Health to commission a report from Professor Sube Banerjee on the use of antipsychotics in dementia.3 Published as ‘Time for Action’ in October 2009, Banerjee's detailed review of the RCT literature concluded that, for treatments between 6 and 12 weeks, there was minimal evidence for improvement in global behavioural disturbance (effect size range 0.1–0.2),2 but an increased absolute mortality risk of 1% (NNH 100 (95% CI 50 to 250)).4 Banerjee applied these statistics to the available figures for UK prevalence of antipsychotic prescribing in people with dementia, and calculated the staggering headline figure of 1800 deaths being directly related to these drugs every year.3 However, as acknowledged (if not emphasised) by Banerjee, this alarming figure appears to be a highly conservative underestimate. First, the literature suggests that the prescribing of antipsychotics in dementia continues way beyond the 10–12 weeks used in Banerjee's equation. For example, one small American study (n=58) found a mean prescription length of 16.5 months (median 9 months).5 These findings were replicated in a larger Canadian study in care homes (n=1017) where mean prescription length was 1.02 years (median 34 weeks).6 If the risk of death is cumulative (and linear), and we adopt 34 weeks as an average antipsychotic prescription length then a crude multiplication of Schneider's 1% absolute risk of death gives a new NNH of 33. Applying this in turn to …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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.

Tête enseignante Opus0,614
Tête enseignante GPT0,524
Écart entre enseignants0,090 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based Mental HealthMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207