Who has the guts to deprescribe proton pump inhibitors? A pharmacist‐led intervention in a long‐term care facility setting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Long-term use of proton pump inhibitors (PPIs) has been associated with an increased risk of harm. There are few studies evaluating pharmacist-led PPI deprescribing interventions within a long-term care facility setting. The aim of this study was to describe the changes and influencing factors seen with a pharmacist-led PPI deprescribing intervention in two Fraser Health Authority long-term care facilities in British Columbia. METHODS: This 4-month intervention involved lists of residents who had active PPI orders being handed out to physicians from two facilities. The pharmacist conducted weekly reviews of residents from Facility 1 and offered deprescribing recommendations. The number and methods of PPI deprescribing orders per facility were determined after the intervention. RESULTS: Out of 58 residents from the two facilities, 30 (62.5%) had a deprescribing order. Facility 1 had 83.3% (20/24) of residents with a PPI deprescribing order, in contrast to 41.7% (10/24) from Facility 2. Overall, 80.0% of residents had successfully completed PPI deprescribing orders by the end of the study period. CONCLUSION: Clinical pharmacist intervention may increase the rate of initiation in PPI deprescribing orders within a long-term care facility setting. Factors that influence success include intervention timing, active collaboration, having residents under direct care, and clear documentation of PPI indications.
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.
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 découle