Frailty and Potentially Inappropriate Medication Use at Nursing Home Transition
Notice bibliographique
Résumé
Background/Objectives To estimate the prevalence of potentially inappropriate medication ( PIM ) use among older adults with cognitive impairment or dementia prior to and following admission to nursing homes and in relation to frailty. Design Retrospective cohort study using health administrative databases. Setting Ontario, Canada. Participants 41,351 individuals with cognitive impairment or dementia, aged 66+ years newly admitted to nursing home between 2011 and 2014. Measurements PIM s were defined with 2015 Beers Criteria and included antipsychotics, H 2 ‐receptor antagonists, benzodiazepines, and drugs with strong anticholinergic properties. Medication information was obtained at nursing home admission and in the subsequent 180 days. Multivariable Cox proportional‐hazards models were used to assess the impact of frailty status (determined by a 72‐item frailty index) on the hazard of starting and discontinuing PIM s. Results At admission, 44% of residents with cognitive impairment or dementia were on a PIM and prevalence varied by frailty (38.7% non‐frail, 42.8% pre‐frail, and 48.1% frail, P < .001). Following admission, many residents discontinued PIM s (23.5% for antipsychotics, 49.3% benzodiazepines, 32.2% anticholinergics, and 30.9% H 2 ‐receptor antagonists). However, PIM s were also introduced with 10.9% newly started on antipsychotics, benzodiazepines (10.1%), anticholinergics (6.6%), and H 2 ‐receptor antagonists (1.2%). After adjustment for other characteristics, frail residents had a similar risk of PIM discontinuation as non‐frail residents except for anticholinergics ( HR = 1.21, 95% CI 1.06–1.39) but were more likely to be newly prescribed benzodiazepines ( HR = 1.32, 95% CI 1.20–1.44), antipsychotics ( HR = 1.36, 1.23–1.49), and anticholinergics ( HR = 1.34, 95% CI 1.20–1.50). Conclusion Many residents with cognitive impairment or dementia enter nursing homes on PIM s. PIM s are more likely to be started in frail individuals following admission. Interventions to support deprescribing of PIM s should be implemented targeting frail individuals during the transition to nursing home.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».