MétaCan
Menu
Retour à la cohorte
Enregistrement W2507216471 · doi:10.1111/ggi.12890

Screening Tool for Older Persons’ Appropriate Prescriptions for Japanese: Report of the Japan Geriatrics Society Working Group on “Guidelines for medical treatment and its safety in the elderly”

2016· review· en· W2507216471 sur OpenAlexaff
Taro Kojima, Katsuyoshi Mizukami, Naoki Tomita, Hiroyuki Arai, Takashi Ohrui, Masato Eto, Yasushi Takeya, Yoshitaka Isaka, Hiromi Rakugi, Noriko Sudo, Hidenori Arai, Hiroaki Aoki, Shigeo Horie, Shinya Ishii, Koh Iwasaki, Shin Takayama, Yusuke Suzuki, Toshifumi Matsui, Fumihiro Mizokami, Katsunori Furuta, Kenji Toba, Masahiro Akishita

Notice bibliographique

RevueGeriatrics and gerontology international/Geriatrics & gerontology international · 2016
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacy and Medical Practices
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésMedicineGeriatricsMedical prescriptionGrading (engineering)Alternative medicineFamily medicineMEDLINEDiseaseBeers CriteriaGerontologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

AIM: In 2005, the Japan Geriatrics Society published a list of potentially inappropriate medication that was an extract from the "Guidelines for medical treatment and its safety in the elderly 2005." The 2005 guidelines are due for a revision, and a new comprehensive list of potentially inappropriate medications is required. METHODS: A total of 15 diseases, conditions and special areas related to their clinical care were selected. We originated clinical questions and keywords for these 15 areas, carried out a systematic review using these search criteria, and formulated guidelines applying the Grading of Recommendations Assessment, Development and Evaluation system advocated by Minds2014. If we did not find good evidence despite the drug being clinically important, we looked for evidence of efficacy and for disease-specific guidelines, and incorporated them into our guidelines. RESULTS: We selected 2098 articles (140 articles per area), and extracted another 186 articles through a manual search. We further added guidelines based on disease entity and made two lists, one of "drugs to be prescribed with special caution" and the other of "drugs to consider starting," primarily considering individuals aged 75 years or older or those who are frail or in need of special care. CONCLUSIONS: New lists of potentially inappropriate medications and potential prescribing omissions called "Screening Tool for Older Person's Appropriate Prescriptions for Japanese" were constructed. We anticipate that future studies will highlight more evidence regarding the safety of high-quality drugs, further improving the provision of appropriate medical care for the elderly. Geriatr Gerontol Int 2016: 16: 983-1001.

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)0,029
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,030
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0160,010
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,294
Tête enseignante GPT0,502
Écart entre enseignants0,208 · 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'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

Citations177
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeriatrics and gerontology international/Geriatrics & gerontology internationalMême sujetPharmacy and Medical PracticesTravaux en français237 207