Prevalence of self‐reported risk factors for medication misadventure among older people in general practice
Notice bibliographique
Résumé
OBJECTIVE: To describe the prevalence of risk factors for medication misadventures among older people in general practice. DESIGN: Descriptive cross-sectional analysis. SETTING: General practices, New South Wales, Australia. PARTICIPANTS: Twenty general practitioners in 16 practices recruited 849 practice attendees aged 65 years and over. OUTCOME MEASURE: Risk factors for medication misadventures. RESULTS: Almost all participants (95%) had used at least one medication for more than 6 months. More than half of the participants had more than one doctor involved in their care (59%), had three or more health conditions (57%), or used five or more medicines (54%). With regard to potential adverse drug reactions, in the last month 39% of participants experienced difficulties sleeping, one-third felt drowsy or dizzy (34%), and about a quarter had a skin rash (28%), leaked urine (27%), had stomach problems (22%) or had been constipated (22%). The most common compliance problems were experiencing side effects (14%) and having difficulties opening bottles or packets/applying the medicine (10%). CONCLUSION: Risk factors for medication misadventure remain a substantial problem among older people. A Medication Risk Assessment Form completed by patients can be used as an aid to increase general practitioners' awareness of a variety of problem areas associated with medication use in a compact way, and could be used as part of a system for medication review to determine whether actions are required to improve quality use of medicines.
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 | 0,022 | 0,238 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».