Medication-related emergency department visits and hospitalizations among older adults.
Notice bibliographique
Résumé
OBJECTIVE: To identify medications that have a high risk of adverse drug effects (ADEs) among seniors, using data from publicly available administrative databases. DESIGN: Cross-sectional study using the Discharge Abstracts Database (DAD) (which contains data on acute care institutions in all provinces and territories except Quebec), the National Ambulatory Care Reporting System (NACRS) (which contains data on emergency department [ED] visits in Ontario), and the IMS Brogan database Canadian CompuScript. SETTING: Canada. PARTICIPANTS: Adults 65 years of age and older with diagnostic codes for drugs, medicaments, and biologic substances causing adverse effects in therapeutic use. MAIN OUTCOME MEASURES: Adverse drug events from 2006 to 2008 associated with hospitalizations and ED visits among adults 65 years of age and older were identified by the DAD and the NACRS. The medications most frequently prescribed by primary care providers in 2008 were identified using data from Canadian CompuScript. RESULTS: From 2006 to 2008, the DAD identified 92 141 ADEs among older adults, and the NACRS identified 23 845 ADEs among older adults in Ontario EDs, which represented 2.9% of inpatients and 0.8% of ED patients (21.5% of whom were admitted to hospital). Drugs implicated in the DAD ADEs included anticoagulants (15.4%), antineoplastic agents (10.6%), opioids (9.2%), and nonsteroidal anti-inflammatory drugs (6.5%); drugs included in the ADEs of ED visits were anti-infective agents (15.9%), anticoagulants (14.2%), antineoplastic agents (9.6%), and opioids (7.3%). CONCLUSION: Among older adults, the drug classes most often associated with causing harm in the hospital setting and occurring out of proportion to the frequency prescribed were anticoagulants, opioids, antibiotics, and cardiovascular drugs. Thus, these drug classes should be the focus of quality improvement efforts in primary care.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».