An Evaluation of Potential Inappropriate Prescribing Among Older Persons in Nigeria
Notice bibliographique
Résumé
Potential Inappropriate prescribing (PIP), Drug-Drug interactions (DDI) and polypharmacy are major risk factors for adverse drug reactions among older persons. Although these factors in many cases co-exist in prescriptions to older persons, very few studies have evaluated the inter-relationship between these factors concomitantly. This study aimed to evaluate PIP and DDI and to determine the associations between PIP, DDI, and polypharmacy among Nigerian older persons. This study was a retrospective evaluation of medicine utilization among older persons at Olabisi Onabanjo University Teaching Hospital, Nigeria, using a medical chart review. Older persons aged ≥60 years, with chronic diseases that attended the medical outpatient clinics of the hospital between 1st January and 31st December 2016 were included. Eligible patients’ records were randomly sampled. Information including patients’ demographics, medical and medication histories and current medications were extracted with a checklist. PIP and DDI were evaluated using the 2015 updated Beers Criteria. Associations were determined using Chi-squared test and a binary logistic regression. A total of 352 participants, mean age 69.03±7.35 years were evaluated. According to the Beers Criteria, PIP and DDI among the participants were (124/352, 35.2%) and (20/352, 5.7%) respectively. Majority of the participants (192/352, 54.5%) received polypharmacy. A few participants (12/352. 3.4%) received prescriptions containing PIP, DDI, and polypharmacy concomitantly. DDI was significantly associated with PIP in a logistic regression (OR=0.18, 95%CI=0.05-0.68, p=0.01) and with polypharmacy in a Chi-squared test (OR=3.55, 95%CI=1.16-10.83, p=0.02). This study concludes that PIP, DDI and polypharmacy are interrelated and should be considered when prescribing to older persons.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».