Patients’ and Caregivers’ Attitudes Toward Deprescribing in Singapore
Notice bibliographique
Résumé
BACKGROUND: Knowledge of decision-making preference of patients and caregivers is needed to facilitate deprescribing. This study aimed to assess the perspectives of caregivers and older adults towards deprescribing in an Asian population. Secondary objectives were to identify and compare characteristics associated with these attitudes and beliefs. METHOD: A cross-sectional survey of two groups of participants was conducted using the Revised Patients' Attitudes Towards Deprescribing questionnaire. Descriptive results were reported for participants' characteristics and questionnaire responses from four factors (belief in medication inappropriateness, medication burden, concerns about stopping, and involvement) and two global questions. Correlation between participant characteristics and their responses was analyzed. RESULTS: A total of 1,057 (615 older adults; 442 caregivers) participants were recruited from 10 institutions in Singapore. In which 511 (83.0%) older adults and 385 (87.1%) caregivers reported that they would be willing to stop one or more of their medications if their doctor said it was possible, especially among older adults recruited from acute-care hospitals (85.3%) compared with older adults in community pharmacies (73.6%). Individuals who take more than five medications and those with higher education were correlated with greater agreement in inappropriateness and involvement, respectively. CONCLUSIONS: Clinicians should consider discussing deprescribing with older adults and caregivers in their regular clinical practice, especially when polypharmacy is present. Further research is needed into how to engage older adults and caregivers in shared decision making based on their attitudes toward deprescribing.
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 | 0,000 |
| 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 ».