Older Adults’ Awareness of Deprescribing: A Population‐Based Survey
Notice bibliographique
Résumé
OBJECTIVES: To determine older adults' awareness of the concept of medication-induced harm and their familiarity with the term "deprescribing." Secondary objectives were to ascertain determinants of self-initiated deprescribing conversations and to identify how older adults seek information on medication harms. DESIGN: Cross-sectional population-based household telephone survey using random-digit dialling. SETTING: Canada. PARTICIPANTS: Community-dwelling adults aged 65 and older (N = 2,665; n = 898 men, n = 1,767 women, mean age 74.9 ± 7.2, range 65-100). MEASUREMENTS: Information was gathered on age; sex; awareness of the term "deprescribing"; knowledge and information-seeking behaviors related to medication harms; and previous initiation of a deprescribing conversation with a healthcare professional. Three targeted classes of potentially inappropriate prescriptions were asked about: sedative-hypnotics, glyburide, and proton pump inhibitors. Descriptive statistics and regression analyses were used to quantify associations. RESULTS: Two-thirds (65.2%, 95% confidence interval (CI) = 63.4-67.0%) of participants were familiar with the concept of medication-induced harms. Only 6.9% (95% CI = 5.9-7.8%) recognized the term deprescribing; 48% (95% CI = 46-50%) had researched medication-related harms. Older adults most commonly sought information from the Internet (35.5%, 95% CI = 33.4-37.6%), and from health care professionals (32.2%, 95% CI = 30.1-34.3%). Patient-initiated deprescribing conversations were associated with awareness of medication harms (odds ratio (OR) = 1.74, 95% CI = 1.46-2.07), familiarity with the term deprescribing (OR = 1.55, 95% CI = 1.13-2.12), and information-seeking behaviors (OR = 4.57, 95% CI = 3.84-5.45), independent of age and sex. CONCLUSION: Healthcare providers can facilitate patient-initiated deprescribing conversations by providing information on medication harms and using the term "deprescribing."
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».