MétaCan
Menu
Retour à la cohorte
Enregistrement W2891574108 · doi:10.23889/ijpds.v3i4.655

Utilizing population-based clinical and administrative data to explore the relevance of frailty to cholinesterase inhibitor use and discontinuation at nursing home transition.

2018· article· en· W2891574108 sur OpenAlexaffabout
Laura C. Maclagan, Colleen J. Maxwell, Jun Guan, Michael A. Campitelli, Nathan Herrmann, Kate L. Lapane, David B. Hogan, Joseph Emmanuel Amuah, Dallas Seitz, Sudeep S. Gill, Susan E. Bronskill

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensQueen's UniversityUniversity of OttawaInstitute for Clinical Evaluative SciencesUniversity of CalgarySunnybrook HospitalUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDiscontinuationMedicineHazard ratioDementiaConfidence intervalIncidence (geometry)PopulationEmergency medicineGerontologyDiseaseInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

IntroductionCholinesterase inhibitors (ChEIs) are medications used to treat cognitive symptoms associated with Alzheimer’s disease. Previous studies examining the determinants of continued use or withdrawal of ChEIs during the transition into a nursing home have lacked detailed clinical information needed to understand the range of factors associated with pharmacotherapeutic decision-making.
 Objectives and ApproachPopulation-based clinical and administrative health databases were linked to examine patterns of ChEI use among 47,851 adults (aged 66+) with dementia newly admitted to nursing homes in Ontario between April 2011-March 2015. We examined whether resident frailty, among other factors, was associated with ChEI discontinuation in the following year. Frailty was calculated using a validated 72-item index derived from the Resident Assessment Instrument (RAI-MDS 2.0). Discontinuation was defined as a 30-day period when no dispensations occurred and no supply of ChEI was available. Subdistribution hazard models estimated the association between resident characteristics and discontinuation, accounting for competing risk of death.
 ResultsOver one-third (36.7%) of residents were receiving a ChEI at admission and this proportion was lower among those defined as frail (33.6%) vs. non-frail (40.7%) at admission. Among those on a ChEI at admission, 82.3% continued use and 17.7% discontinued during the following year. After accounting for resident characteristics, ChEI type and previous use, the incidence of discontinuation was 15% higher in frail residents vs. non-frail residents (hazard ratio (HR)= 1.15, 95\% confidence interval (CI) [1.01,1.30]). Residents with severe aggressive behaviours (HR=1.82, 95% CI [1.60, 2.07]), and higher levels of cognitive impairment (HR=1.29, 95% CI [1.10, 1.51]) were more likely to discontinue. Residents aged 85+ (HR=0.69, 95% CI [0.61, 0.77]) and those who were widowed (HR=0.84, 95% CI [0.77, 0.91]) were less likely to discontinue.
 Conclusion/ImplicationsMost residents who entered on a ChEI continued treatment during follow-up. The availability of linked clinical and administrative data allowed for a novel exploration of predictors of ChEI discontinuation. Frailty, severity of cognitive impairment and aggressive behaviours were associated with ChEI discontinuation; whereas selected sociodemographic factors predicted continued use.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,166
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,381
Tête enseignante GPT0,503
Écart entre enseignants0,122 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetFrailty in Older AdultsTravaux en français237 207