MétaCan
Menu
Retour à la cohorte
Enregistrement W2138365859 · doi:10.4212/cjhp.v64i5.1066

Medications Prescribed and Occurrence of Falls in General Medicine Inpatients

2011· article· en· W2138365859 sur OpenAlexaffvenue
Richard P Cashin, Meiti Yang

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of AlbertaAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical prescriptionPharmacyEmergency medicineFall preventionIncident reportRetrospective cohort studyInjury preventionPoison controlPediatricsInternal medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

Background: Although falls are multifactorial, medications are a key risk factor that may be modifiable. Falls were among the most common occurrences entered into a risk identification system at the authors’ hospital.Objectives: To identify whether general medicine inpatients who had experienced a fall were taking any medications known to be associated with falls.Methods: The literature was reviewed to develop a list of high-risk medications that have been associated with falls. In a retrospective quality-improvement database-based study, information from the risk identification system was merged with data from the pharmacy dispensing system for general medicine inpatients who had experienced a fall. The primary end point was the percentage of patients with a documented fall who had a prescription for a high-risk medication. The number of such medications that had been prescribed for patients who fell was also calculated.Results: Eighty-one unique medications were found to be associated with falls. During the study period (April 1, 2008, to March 31, 2009), 151 patients experienced a fall. Of those, 144 (95.4%) were taking at least one high-risk medication. The mean number of high-risk medications per patient who experienced a fall was 2.2. Of all documented falls, a new high-risk medication had been started within 7 days before the fall for 74 (49.0%) and within 24 h before the fall for 17 (11.3%). The most commonly prescribed drugs during all time periods (i.e., within 24 h or 7 days before the fall or since the patient’s admission) were lorazepam and zopiclone. The pharmacy database did not track administration of medications, so it is possible that some of the drugs prescribed were not actually taken by the patient.Conclusion: Almost all inpatients who experienced a fall during the hospital stay had a prescription for at least one medication associated with a high risk for falls. Lorazepam and zopiclone were the drugs most commonly associated with falls in this hospital, and their use should be reviewed.RÉSUMÉContexte : Bien que la cause des chutes soit multifactorielle, les médicaments en sont un facteur de risque clé pouvant être modifié. Les chutes sont l’un des événements les plus fréquents saisis dans le système d’identification des risques à l’hôpital des auteurs.Objectifs : Déterminer si les patients hospitalisés en médecine générale qui ont subi une chute prenaient des médicaments reconnus pour être associés aux chutes.Méthodes : On a effectué une revue de la littérature pour établir une liste des médicaments à haut risque associés aux chutes. Une étude rétrospective fondée sur une base de données visant l’amélioration de la qualité a fusionné les données tirées du système d’identification des risques aux données issues du système de distribution de la pharmacie portant sur les patients hospitalisés en médecine générale ayant subi une chute. Le paramètre d’évaluation principal était le pourcentage de patients ayant subi une chute constatée à qui l’on avait prescrit un médicament à haut risque. Le nombre de médicaments à haut risque ayant été prescrits aux patients qui avaient subi une chute a également été calculé.Résultats : On a dénombré 82 médicaments différents associés à des chutes. Durant la période de l’étude (du 1er avril 2008 au 31 mars 2009), 151 patients ont subi une chute. De ceux-ci, 144 (95,4 %) prenaient au moins un médicament à haut risque. Le nombre moyen de médicaments à haut risque par patient ayant subi une chute était de 2,2. De tous les cas de chutes consignés, on avait commencé à administrer un nouveau médicament à haut risque dans les sept jours précédant la chute chez 74 (49,0 %) des patients et dans les 24 heures avant la survenue de la chute chez 17 (11,3 %) des patients. Les médicaments les plus souvent prescrits pour toutes les périodes de temps (c.-à-d. moins de 24 heures ou de sept jours avant la chute ou depuis l’admission du patient) étaient le lorazépam et la zopiclone. La base de données de la pharmacie ne permet pas de savoir si les médicaments ont été réellement administrés et il est donc possible que certains des médicaments prescrits n’aient pas été pris par quelques patients.Conclusion : Presque tous les patients ayant subi une chute durant leur hospitalisation avaient reçu une ordonnance d’au moins un des médicaments associés à un risque élevé de chute. Le lorazépam et la zopiclone étaient les médicaments les plus souvent associés à des chutes dans cet hôpital et leur utilisation devrait donc être examinée.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,367
Écart entre enseignants0,310 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations25
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital PharmacyMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207