MétaCan
Menu
Retour à la cohorte
Enregistrement W2293628358 · doi:10.1136/bmjopen-2015-009781

What factors are important for deprescribing in Australian long-term care facilities? Perspectives of residents and health professionals

2016· article· en· W2293628358 sur OpenAlex
Justin P. Turner, Susan Edwards, Melinda Stanners, Sepehr Shakib, J. Simon Bell

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueBMJ Open · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesAustralasian Society of Clinical and Experimental Pharmacologists and ToxicologistsCanadian Geriatrics SocietyAmerican Political Science Association
Mots-clésDeprescribingPolypharmacyMedicineNursingFamily medicineMultidisciplinary approachMetropolitan areaGeriatricsLong-term careHealth care

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Polypharmacy and multimorbidity are common in long-term care facilities (LTCFs). Reducing polypharmacy may reduce adverse events and maintain quality of life. Deprescribing refers to reducing medications after consideration of therapeutic goals, benefits and risks, and medical ethics. The objective was to use nominal group technique (NGT) to generate then rank factors that general medical practitioners (GPs), nurses, pharmacists and residents or their representatives perceive are most important when deciding whether or not to deprescribe medications. DESIGN: Qualitative research using NGT. SETTING: Participants were invited if they worked with, or resided in LTCFs across metropolitan and regional South Australia. PARTICIPANTS: 11 residents/representatives, 19 GPs, 12 nurses and 14 pharmacists participated across six separate groups. METHODS: Individual groups of GPs, nurses, pharmacists and residents/representatives were convened. Using NGT each group ranked factors perceived to be most important when deciding whether or not to deprescribe. Then, using NGT, the prioritised factors from individual groups were discussed and prioritised by a multidisciplinary metropolitan and regional group comprised of resident representatives, GPs, nurses and pharmacists. RESULTS: No two groups had the same priorities. GPs ranked 'evidence for deprescribing' and 'communication with family/resident' as most important factors. Nurses ranked 'GP receptivity to deprescribing' and 'nurses ability to advocate for residents' as most important. Pharmacists ranked 'clinical appropriateness of therapy' and 'identifying residents' goals of care' as most important. Residents ranked 'wellbeing of the resident' and 'continuity of nursing staff' as most important. The multidisciplinary groups ranked 'adequacy of medical and medication history' and 'identifying residents' goals of care' as most important. CONCLUSIONS: While each group prioritised different factors, common and contrasting factors emerged. Future deprescribing interventions need to consider the similarities and differences within the range of factors prioritised by residents and health professionals.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,067
Score d'incertitude au seuil0,255

Scores Codex et Gemma par catégorie

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

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 Opus0,396
Tête enseignante GPT0,555
Écart entre enseignants0,159 · 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