MétaCan
Menu
Retour à la cohorte
Enregistrement W2896937317 · doi:10.1111/jgs.15543

What Is Known About Preventing, Detecting, and Reversing Prescribing Cascades: A Scoping Review

2018· review· en· W2896937317 sur OpenAlexafffund
Hana Brath, Nishila Mehta, Rachel Savage, Sudeep S. Gill, Wei Wu, Susan E. Bronskill, Lynn Zhu, Jerry H. Gurwitz, Paula A. Rochon

Notice bibliographique

RevueJournal of the American Geriatrics Society · 2018
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacovigilance and Adverse Drug Reactions
Établissements canadiensInstitute for Clinical Evaluative SciencesQueen's UniversityUniversity of TorontoMcMaster UniversityWomen's College Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchInstitute for Clinical Evaluative SciencesGordon and Betty Moore Foundation
Mots-clésCINAHLMedicineMEDLINEReversingDeprescribingCochrane LibraryCategorizationIntensive care medicineAlternative medicineFamily medicinePolypharmacyNursingPsychological interventionArtificial intelligencePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To systematically describe the resources available on preventing, detecting, and reversing prescribing cascades using a scoping review methodology. MEASUREMENTS: We searched Medline, EMBASE, PsychINFO, CINAHL, Cochrane Library, and Sociological Abstracts from inception until July 2017. Other searches (Google Scholar, hand searches) and expert consultations were performed for resources examining how to prevent, detect, or reverse prescribing cascades. We used these three categories along the prescribing continuum as an organizing framework to categorize and synthesize resources. RESULTS: Of 369 resources identified, 58 met inclusion criteria; 29 of these were categorized as preventing, 20 as detecting, and 9 as reversing prescribing cascades. Resources originated from 14 countries and mostly focused on older adults. The goal of preventing resources was to educate and increase general awareness of the concept of prescribing cascades as a way to prevent inappropriate prescribing and to illustrate application of the concept to specific drugs (e.g., anticholinergics) and conditions (e.g., inflammatory bowel disease). Detecting resources included original investigations or case reports that identified prescribing cascades using health administrative data, patient cohorts, and novel sources such as social media. Reversing prescribing cascade resources focused on the medication review process and deprescribing initiatives. CONCLUSION: Prescribing cascades are a recognized problem internationally. By learning from the range of resources to prevent, detect, and reverse prescribing cascades, this review contributes to improving drug prescribing, especially in older adults. J Am Geriatr Soc 66:2079-2085, 2018.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,203
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,203
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0360,026
Études des sciences et des technologies0,0020,002
Communication savante0,0080,010
Science ouverte0,0030,004
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,141
Tête enseignante GPT0,489
Écart entre enseignants0,348 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations81
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Geriatrics SocietyMême sujetPharmacovigilance and Adverse Drug ReactionsTravaux en français237 207