What Are Priorities for Deprescribing for Elderly Patients? Capturing the Voice of Practitioners: A Modified Delphi Process
Notice bibliographique
Résumé
Polypharmacy and inappropriate medication use among older adults contribute to adverse drug reactions, falls, cognitive impairment, noncompliance, hospitalization and mortality. While deprescribing - tapering, reducing or stopping a medication - is feasible and relatively safe, clinicians find it difficult to carry out. Deprescribing guidelines would facilitate this process. The aim of this paper is to identify and prioritize medication classes where evidence-based deprescribing guidelines would be of benefit to clinicians. A modified Delphi approach included a literature review to identify potentially inappropriate medications for the elderly, an expert panel to develop survey content and three survey rounds to seek consensus on priorities. Panel participants included three pharmacists, two family physicians and one social scientist. Sixty-five Canadian geriatrics experts (36 pharmacists, 19 physicians and 10 nurse practitioners) participated in the survey. Twenty-nine drugs/drug classes were included in the first survey with 14 reaching the required (≥ 70%) level of consensus, and 2 new drug classes added from qualitative comments. Fifty-three participants completed round two, and 47 participants completed round three. The final five priorities were benzodiazepines, atypical antipsychotics, statins, tricyclic antidepressants, and proton pump inhibitors; nine other drug classes were also identified as being in need of evidence-based deprescribing guidelines. The Delphi consensus process identified five priority drug classes for which expert clinicians felt guidance is needed for deprescribing. The classes of drugs that emerged strongly from the rankings dealt with mental health, cardiovascular, gastroenterological, and neurological conditions. The results suggest that deprescribing and overtreatment occurs through the full spectrum of primary care, and that evidence-based deprescribing guidelines are a priority in the care of the elderly.
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 | 0,192 | 0,140 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,004 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».