Proton Pump Inhibitors in the Elderly Hospitalized Patient: Evaluating Appropriate Use and Deprescribing
Notice bibliographique
Résumé
Background: Proton pump inhibitors (PPIs) are often prescribed for elderly patients without appropriate indication, or for longer durations than recommended. Objective: To review appropriateness of PPI use prior to and in hospital, and deprescribing rates across different hospital units. Methods: Retrospective analysis of patients ≥65 years admitted to 5 acute care units: intensive care unit, acute care for elderly, orthopedics, surgery, and medicine. Patients who were “non-naive” (prehospital PPI use) or “naive” (new PPI initiated in hospital) users were included. For both groups, demographics, reason for admission, length of stay, comorbidities, name and number of home medications, PPI name, dose and indication, and PPI discharge instructions were collected. For naive patients, duration of in-hospital use and prescriber specialty was recorded. Results: Among non-naive patients (n = 377), for 37 patients (10%), the indication for a PPI was not appropriate, and for 92 patients (24%), the indication was unclear. Most patients had their home PPI continued while in hospital (87%) and at discharge (90%). Among naive (n = 93) patients, for 8 patients (9%), the indication for a PPI was not appropriate, and for 25 (27%) patients, the indication was unclear. PPI was prescribed to only 16 (18%) by the gastrointestinal consult service. Most patients had their new PPI continued at discharge (74%); only 7 (9%) were discharged with a plan to reassess PPI indication. Conclusion: PPIs are infrequently deprescribed during hospital admission, despite inappropriate or unclear indications for use. Thorough medication reconciliation, documentation of PPI indication and duration, and institutional focus on deprescribing are encouraged.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».