Identification of inappropriate medication use in elderly patients with frequent emergency department visits
Notice bibliographique
Résumé
OBJECTIVE: To determine the demographic and health care characteristics of elderly family health team patients who are frequent emergency department (ED) users, focusing on potentially inappropriate medications (PIMs) and access to primary care services. DESIGN: Cross-sectional retrospective chart review. SETTING: Academic family medicine clinic in Toronto, Ontario. PARTICIPANTS: A total of 46 elderly patients (age >65 years) with 4 or more visits to a University Health Network-affiliated ED between April 1, 2010, and March 31, 2011. MAIN OUTCOME MEASURES: Using the validated STOPP (Screening Tool of Older Persons' potentially inappropriate Prescriptions) criteria, PIMs were identified. The primary objective was to determine whether PIMs were associated with more frequent ED use. The secondary objective was to determine whether patients who had previously undergone a clinic pharmacist-led medication review had fewer PIMs. We also determined the health characteristics of these patients at the time of their last ED visit of the study period. Utilization of primary care resources, both prior to and after ED visits, was determined. RESULTS: Sixty-five percent of patients were taking at least 1 PIM. The total number of PIMs in the study population was 71. Having more PIMs was significantly correlated with a higher number of ED visits (r = 0.32, p < 0.05). Patients with a previous medication review had a similar number of PIMs compared with those without a review. The mean number of concurrent medications was 12.1 and the mean Charlson Comorbidity Index score was 3.7. Significant delay between hospital discharge and primary care follow-up (median 13 days) was observed. CONCLUSION: Elderly patients who are more frequent ED users have a greater number of PIMs. Primary care resources appear to be underused in this population.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».