MétaCan
Menu
Retour à la cohorte
Enregistrement W2948899220 · doi:10.1136/bmjopen-2018-026769

Rationale and design of OPtimising thERapy to prevent Avoidable hospital admissions in Multimorbid older people (OPERAM): a cluster randomised controlled trial

2019· article· en· W2948899220 sur OpenAlexaff
Luise Adam, Elisavet Moutzouri, Christine Baumgartner, Axel Loewe, Martin Feller, Khadija M'Rabet‐Bensalah, Nathalie Schwab, Stefanie Hossmann, Claudio Schneider, Sabrina Jegerlehner, Carmen Floriani, Andreas Limacher, Katharina Tabea Jungo, Corlina Johanna Alida Huibers, Sven Streit, Matthias Schwenkglenks, Marco Spruit, Anette Van Dorland, Jacques Donzé, Patricia M. Kearney, Peter Jüni, Drahomir Aujesky, Paul Jansen, Benoît Boland, Olivia Dalleur, Stephen Byrne, Wilma Knol, Anne Spinewine, Denis O’Mahony, Sven Trelle, Nicolas Rodondi

Notice bibliographique

RevueBMJ Open · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesStaatssekretariat für Bildung, Forschung und InnovationEuropean Commission
Mots-clésPolypharmacyMedicineMedical prescriptionCluster randomised controlled trialCluster (spacecraft)PharmacotherapyBeers CriteriaRandomized controlled trialEmergency medicineIntensive care medicineFamily medicineInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Multimorbidity and polypharmacy are important risk factors for drug-related hospital admissions (DRAs). DRAs are often linked to prescribing problems (overprescribing and underprescribing), as well as non-adherence with drug regimens for different reasons. In this trial, we aim to assess whether a structured medication review compared with standard care can reduce DRAs in multimorbid older patients with polypharmacy. METHODS AND ANALYSIS: OPtimising thERapy to prevent Avoidable hospital admissions in Multimorbid older people is a European multicentre, cluster randomised, controlled trial. Hospitalised patients ≥70 years with ≥3 chronic medical conditions and concurrent use of ≥5 chronic medications are included in the four participating study centres of Bern (Switzerland), Utrecht (The Netherlands), Brussels (Belgium) and Cork (Ireland). Patients treated by the same prescribing physician constitute a cluster, and clusters are randomised 1:1 to either standard care or Systematic Tool to Reduce Inappropriate Prescribing (STRIP) intervention with the help of a clinical decision support system, the STRIP Assistant. STRIP is a structured method performing customised medication reviews, based on Screening Tool of Older People's Prescriptions/Screening Tool to Alert to Right Treatment criteria to detect potentially inappropriate prescribing. The primary endpoint is any DRA where the main reason or a contributory reason for the patient's admission is caused by overtreatment or undertreatment, and/or inappropriate treatment. Secondary endpoints include number of any hospitalisations, all-cause mortality, number of falls, quality of life, degree of polypharmacy, activities of daily living, patient's drug compliance, the number of significant drug-drug interactions, drug overuse and underuse and potentially inappropriate medication. ETHICS AND DISSEMINATION: The local Ethics Committees in Switzerland, Ireland, The Netherlands and Belgium approved this trial protocol. We will publish the results of this trial in a peer-reviewed journal. MAIN FUNDING: European Union's Horizon 2020 programme. TRIAL REGISTRATION NUMBER: NCT02986425 , SNCTP000002183 , NTR6012, U1111-1181-9400.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,152
Tête enseignante GPT0,455
Écart entre enseignants0,303 · 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 tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations67
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207