Central Nervous System Medication Burden and Risk of Recurrent Serious Falls and Hip Fractures in Veterans Affairs Nursing Home Residents
Notice bibliographique
Résumé
OBJECTIVES: To examine the association between central nervous system (CNS) medication dosage burden and risk of serious falls, including hip fractures, in individuals with a history of a recent fall. DESIGN: Nested case-control study. SETTING: Veterans Health Administration (VHA) Community Living Centers (CLCs). PARTICIPANTS: CLC residents aged 65 and older with a history of a fall or hip fracture in the year before a CLC admission between July 1, 2005, and June 30, 2009. Each case (n = 316) was matched to four controls (n = 1264) on age, sex, and length of stay. MEASUREMENTS: Outcomes were serious falls identified using International Classification of Diseases, Ninth Revision (ACD-9) or Current Procedural Terminology (CPT) E codes, diagnosis codes, or procedure codes associated with a VHA emergency department visit or hospitalization during the CLC stay. Bar code medication administration data were used to calculate CNS standardized daily doses (SDDs) for opioid and benzodiazepine receptor agonists, some antidepressants, antiepileptics, and antipsychotics received in the 6 days before the outcome date by dividing residents' actual CNS daily doses by the minimum effective geriatric daily doses and adding the results. Multivariable conditional logistic regression models were used to evaluate the association between total CNS medication dosage burden, categorized as 0, 1 to 2, and 3 or more SDDs, and the outcome of recurrent serious falls. RESULTS: More cases (44.3%) than controls (35.8%) received 3.0 or more CNS SDDs (p = .02). Risk of serious falls was greater in residents with 3.0 or more SDDs than in those with 0 (adjusted odds ratio (aOR)=1.49, 95% confidence interval (CI)=1.03-2.14). Those with 1.0 to 2.9 SDDs had a risk similar to that of those with 0 SDDs (aOR=1.03, 95%CI=0.72-1.48). CONCLUSION: Nursing home residents with a history of a fall or hip fracture receiving 3.0 or more CNS SDDs were more likely to have a recurrent serious fall than those taking no CNS medications. Interventions targeting this vulnerable population may help reduce serious falls. J Am Geriatr Soc 67:74-80, 2019.
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 ».