Epidemiology of potential drug-drug interactions in elderly population admitted to critical care units of Peshawar, Pakistan
Notice bibliographique
Résumé
BACKGROUND: Aging population, is a reality in many countries because of improvement in the health care, patient safety and other supplemental factors. Pharmacotherapy in this population must be evaluated due to their higher susceptibility to adverse drug outcomes, like potential drug-drug interactions (PDDIs). Research in this regard is limited particularly in developing countries. The aim of the study was to evaluate the prevalence and associated factors in this population. METHODS: The multicentered study evaluated the prevalence of potential drug-drug interactions and associated factors in elderly population at critical care units in Peshawar, Pakistan. Potential drug-drug interactions were evaluated using Micromedex DrugReax, while statistical analysis was performed using SPSS. RESULTS: A total of 70.17% elderly patients were observed to have at least one PDDI. A significant association was observed between presence of PDDIs and number of prescribed drugs, duration of stay and age (p < 0.05). A total of 3019 PDDIs were observed, attributing to 225 drug pairs. Prevalent PDDIs were of moderate severity, good documentation and pharmacodynamic in nature. One-way ANOVA revealed a significant difference in the means of PDDIs between Northwest general hospital and the rest of the hospitals. Moreover, there was a significant difference in the means of PDDIs of CCU and SU with rest of the units. CONCLUSION: The prevalence of PDDIs was observed to be high in elderly population which can be managed by avoiding or managing a limited number of drug combinations. Such studies are necessary to evaluate the risks of these PDDIs in a population which is already physiologically compromised.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 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 ».