MétaCan
Menu
Retour à la cohorte
Enregistrement W2610660389 · doi:10.12788/jhm.2739

High Prevalence of Inappropriate Benzodiazepine and Sedative Hypnotic Prescriptions among Hospitalized Older Adults

2017· article· en· W2610660389 sur OpenAlex
Elisabeth Pek, Andrew Remfry, Ciara Pendrith, Chris Fan‐Lun, R. Sacha Bhatia, Christine Soong

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Hospital Medicine · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensUniversity Health NetworkSinai Health SystemOntario Drug Policy Research NetworkWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical prescriptionZopicloneZolpidemSedativeOdds ratioBenzodiazepineObservational studyHypnoticSedative/hypnoticPsychological interventionLogistic regressionRetrospective cohort studyEmergency medicineConfidence intervalAnxietyPsychiatryInsomniaInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Benzodiazepines and sedative hypnotics are commonly used to treat insomnia and agitation in older adults despite significant risk. A clear understanding of the extent of the problem and its contributors is required to implement effective interventions. OBJECTIVE: To determine the proportion of hospitalized older adults who are inappropriately prescribed benzodiazepines or sedative hypnotics, and to identify patient and prescriber factors associated with increased prescriptions. DESIGN: Single-center retrospective observational study. SETTING: Urban academic medical center. PARTICIPANTS: Medical-surgical inpatients aged 65 or older who were newly prescribed a benzodiazepine or zopiclone. MEASUREMENTS: Our primary outcome was the proportion of patients who were prescribed a potentially inappropriate benzodiazepine or sedative hypnotic. Potentially inappropriate indications included new prescriptions for insomnia or agitation/anxiety. We used a multivariable random-intercept logistic regression model to identify patient- and prescriber-level variables that were associated with potentially inappropriate prescriptions. RESULTS: Of 1308 patients, 208 (15.9%) received a potentially inappropriate prescription. The majority of prescriptions, 254 (77.4%), were potentially inappropriate. Of these, most were prescribed for insomnia (222; 87.4%) and during overnight hours (159; 62.3%). Admission to a surgical or specialty service was associated with significantly increased odds of potentially inappropriate prescription compared to the general internal medicine service (odds ratio [OR], 6.61; 95% confidence interval [CI], 2.70-16.17). Prescription by an attending physician or fellow was associated with significantly fewer prescriptions compared to first-year trainees (OR, 0.28; 95% CI, 0.08-0.93). Nighttime prescriptions did not reach significance in initial bivariate analyses but were associated with increased odds of potentially inappropriate prescription in our regression model (OR, 4.48; 95% CI, 2.21-9.06). CONCLUSIONS: The majority of newly prescribed benzodiazepines and sedative hypnotics were potentially inappropriate and were primarily prescribed as sleep aids. Future interventions should focus on the development of safe sleep protocols and education targeted at first-year trainees.Journal of Hospital Medicine 2017;12:310-316.

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)0,001
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 enseignants0,116
Score d'incertitude au seuil0,664

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,272
Écart entre enseignants0,264 · 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