MétaCan
Menu
Retour à la cohorte
Enregistrement W2149377948 · doi:10.1345/aph.19140

Recent Advances in Geriatrics: Drug-Related Problems in the Elderly

2000· review· en· W2149377948 sur OpenAlexaboutno aff
Joseph T. Hanlon, Leslie A. Shimp, Todd P. Semla

Notice bibliographique

RevueAnnals of Pharmacotherapy · 2000
Typereview
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Aging
Mots-clésMedicinePolypharmacyDrugPharmacyGeriatricsAmbulatoryDelphi methodAdverse drug eventAdverse effectIntensive care medicineFamily medicinePharmacologyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To review recent articles examining drug-related problems in the elderly and comment on their potential impact on geriatric pharmacy practice. DATA SOURCES: Six articles published in 1997 and 1998. DATA SYNTHESIS: One study estimated that the cost of drug-related morbidity and mortality with the services of consultant pharmacists was $4 billion, compared with $7.6 billion without the services of consultant pharmacists. A study of ambulatory elderly patients with polypharmacy documented that 35% reported experiencing at least one adverse drug event within the previous year. Another study of ambulatory elderly found that in those with discontinued medications, adverse drug withdrawal events were uncommon. Two studies, one from Canada and one from the US, describe the development, by consensus, of explicit criteria for defining and identifying inappropriate drug use in the elderly (i.e., drugs to avoid, drugs with dose limits, drug-drug and drug-disease interactions). Finally, a modified Delphi survey of an expert panel reached consensus on 18 potential risk factors for drug-related factors in long-term care facility residents. CONCLUSIONS: Drug-related problems are considerable for elderly patients. Data from published studies should provide some guidance for today's practitioners as well as direction regarding future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,248
Tête enseignante GPT0,513
Écart entre enseignants0,266 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations65
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of PharmacotherapyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207