Rate and appropriateness of polypharmacy in older patients with hemophilia compared with age‐matched controls
Notice bibliographique
Résumé
BACKGROUND: In older people, multiple chronic ailments lead to the intake of multiple medications (polypharmacy) that carry a number of negative consequences (adverse events, prescription and intake errors, poor adherence, higher mortality). Because ageing patients with haemophilia (PWHs) may be particularly at risk due to their pre-existing multiple comorbidities (arthropathy, liver disease), we chose to analyse the pattern of chronic drug intake in a cohort of PWHs aged 60 years or more. PATIENTS AND METHODS: S + PHERA is a multicentre observational study, with the broad goal to evaluate prospectively the health status and medication intake in 102 older patients with severe haemophilia A or B compared with 204 age- and residence-matched controls chosen randomly from the same general practices of PWHs. The rate of potential drug-drug interactions (PDDI) was evaluated as a proxy of prescription appropriateness. RESULTS: After excluding replacement therapies and antiviral drugs, PWHs took in average less daily drugs than controls (2.4 ± 2.5 vs 3.0 ± 2.4) and had a lower rate of polypharmacy. Moreover, their prevalence of PDDI was lower (16.7% vs 27%). CONCLUSIONS: The rate of polypharmacy and the appropriateness of medications other than those for haemophilia and related comorbidities are acceptable in Italian PWHs, and better than those in their age peers without haemophilia, perhaps owing to drug tailoring and deprescribing by the specialized haemophilia centres at the time of regular visits. However, the PWHs investigated herewith were relatively young and the rate of polypharmacy and related PDDIs may become more prominent and crucial when older ages are reached, suggesting the need of continuous surveillance on prescribed drugs and the risk of drug-drug interactions.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».