Current psychotropic medication prescribing patterns in late‐life bipolar disorder
Notice bibliographique
Résumé
OBJECTIVE: Many patients with bipolar disorder are reaching old age, but whether they are receiving evidence-based psychotropic treatment remains unclear. Our objective was to describe current psychotropic prescribing patterns in a large Canadian late-life bipolar sample. METHODS: Population-based cross-sectional study of 1443 bipolar disorder patients aged ≥ 66, discharged from a psychiatric hospitalization in Ontario, Canada from 1 April 2006 to 31 March 2012. We described psychotropic medication prescribing within 30 days post-discharge. RESULTS: Prescription of ≥2 psychotropic medications was highly prevalent (81.5%). The most common medications were atypical antipsychotics (75.3%), benzodiazepines/zopiclone (42.3%), and antidepressants (38.5%), with less frequent use of valproate (35.4%) and lithium (23.4%). Only 1.4% of patients were on lithium monotherapy, while 4.4% and 15.7% of patients were on antidepressant or atypical antipsychotic monotherapy; 8.9% of all patients were using ≥2 atypical antipsychotics. CONCLUSIONS: In clinical practice, older adults hospitalized with bipolar disorder are often prescribed multiple psychotropic medications upon discharge. In many instances, practices did not reflect bipolar treatment guidelines and may be putting patients at risk for poor physical health and psychiatric outcomes. One such example is the very infrequent use of lithium monotherapy. Future research should examine whether health system-wide protocolized late-life bipolar treatment may optimize prescribing to improve effectiveness and safety. Copyright © 2016 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».