A Systematic Review of Studies of the STOPP/START 2015 and American Geriatric Society Beers 2015 Criteria in Patients ≥ 65 Years
Notice bibliographique
Résumé
BACKGROUND: Polypharmacy remains problematic for individuals ≥65. OBJECTIVE: To summarise the percentages of patients meeting 2015 STOPP criteria for Potentially Inappropriate Prescriptions (PIPs), 2015 Beers criteria for Potentially Inappropriate Medications (PIMs), and START criteria Potential Prescribing Omissions (PPOs). METHODS: Searches conducted on 2 January 2019 in Medline, Embase, and PubMed identified 562 studies and 62 studies were retained for review. Data were abstracted independently. RESULTS: 62 studies (n=1,854,698) included two RCTs and 60 non-randomised studies. For thirty STOPP/START studies (n=1,245,974) average percentages for ≥1 PIP weighted by study size were 42.8% for 1,242,010 community patients and 51.8% for 3,964 hospitalised patients. For nineteen Beers studies (n = 595,811) the average percentages for ≥1 PIM were 58% for 593,389 community patients and 55.5% for 2,422 hospitalised patients. For thirteen studies (n=12,913) assessing both STOPP/START and Beers criteria the average percentages for ≥1 STOPP PIP were 33.9% and Beers PIMs 46.8% for 8,238 community patients, and for ≥ 1 STOPP PIP were 42.4% and for ≥1 Beers PIM 60.5% for 4,675 hospitalised patients. Only ten studies assessed changes over time and eight found positive changes. CONCLUSION: PIP/PIM/PPO rates are high in community and hospitalised patients in many countries. RCTs are needed for interventions to: reduce new/existing PIPs/PIMs/PPO prescriptions, reduce prescriptions causing adverse effects, and enable regulatory authorities to monitor and reduce inappropriate prescriptions in real time. Substantial differences between Beers and STOPP/START assessments need to be investigated whether they are due to the criteria, differential medication availability between countries, or data availability to assess the criteria.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».