Use of Medications of Questionable Benefit at the End of Life in Nursing Home Residents with Advanced Dementia
Notice bibliographique
Résumé
OBJECTIVES: To determine the prevalence of and resident characteristics associated with the prescription of medications of questionable benefit (MQBs) near the end of life in older adults with advanced dementia in nursing homes. DESIGN: Population-based, cross-sectional study using Resident Assessment Instrument Minimum Data Set 2.0 linked to health administrative data. SETTING: Ontario, Canada. PARTICIPANTS: All 9,298 nursing home residents with advanced dementia who died between June 1, 2010, and March 31, 2013; were aged 66 and older at time of death; and received at least one MQB in their last year of life. MEASUREMENTS: Prevalence of eight classes of MQBs (e.g., lipid-lowering agents, antidementia drugs) used in the last 120 days and last week of life. RESULTS: Of older nursing home residents with advanced dementia who received at least one MQB in the last year of life, 8,027 (86.3%) received them in the last 120 days and 4,180 (45.0%) in the last week of life. The most commonly prescribed MQB were antidementia (63.6%) and lipid-lowering agents (47.8%). Severe cognitive impairment (adjusted odds ratio (aOR) = 1.19, 95% confidence interval (CI) = 1.07-1.33, P = .002) and fewer signs and symptoms of health instability (aOR = 1.58, 95% CI = 1.44-1.74, P < .001) were associated with MQB use into the last week of life. Seeing a neurologist or psychiatrist was associated with less likelihood of MQB use in the last week of life. CONCLUSION: Many nursing home residents with advanced dementia are dispensed MQBs in the last week of life. Given that MQBs may cause more harm than benefit in this vulnerable population, it is important for physicians to actively reassess the role of all medications toward the end of life.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».