GPs’ management of polypharmacy and therapeutic dilemma in patients with multimorbidity: a cross-sectional survey of GPs in France
Notice bibliographique
Résumé
BACKGROUND: GPs are confronted with therapeutic dilemmas in treating patients with multimorbidity and/or polypharmacy when unfavourable medication risk-benefit ratios (RBRs) conflict with patients' demands. AIM: To understand GPs' attitudes about prescribing and/or deprescribing medicines for patients with multimorbidity and/or polypharmacy, and factors associated with their decisions. DESIGN AND SETTING: Cross-sectional survey in 2016 among a national panel of 1266 randomly selected GPs in private practice in France. METHOD: GPs' opinions and attitudes were explored using a standardised questionnaire including a case vignette about a female treated for multiple somatic diseases, sleeping disorders, and chronic pain. Participants were randomly assigned one of eight versions of this case vignette, varying by patient age, socioprofessional status, and stroke history. Backward selection was used to identify factors associated with GPs' decisions about drugs they considered inappropriate. RESULTS: Nearly all (91.4%) responders felt comfortable or fairly comfortable deprescribing inappropriate medications, but only 34.7% decided to do so often or very often. In the clinical vignette, most GPs chose to discontinue symptomatic medications (for example, benzodiazepine, paracetamol/tramadol) because of unfavourable RBRs. When patients asked for ketoprofen for persistent sciatica, 94.1% considered this prescription risky, but 25.6% would prescribe it. They were less likely to prescribe it to older patients (adjusted odds ratio [AOR] 0.48, 95% confidence interval [CI] = 0.36 to 0.63), or those with a stroke history (AOR 0.55, 95% CI = 0.42 to 0.72). CONCLUSION: In therapeutic dilemmas, some GPs choose to prioritise patients' requests over iatrogenic risks. GPs need pragmatic implementation tools for handling therapeutic dilemmas, and to improve their skills in medication management and patient engagement in such situations.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».