MétaCan
Menu
Retour à la cohorte
Enregistrement W3016701316 · doi:10.1007/s40801-020-00190-y

Potentially Inappropriate Medication Use in Older Adults in the Preoperative Period: A Retrospective Study of a Noncardiac Surgery Cohort

2020· article· en· W3016701316 sur OpenAlexaff
Marie‐France Forget, Emily G. McDonald, Astrid Bicamumpaka Shema, Todd C. Lee, Han Ting Wang

Notice bibliographique

RevueDrugs - Real World Outcomes · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensHôpital Maisonneuve-RosemontUniversité de MontréalMcGill University Health CentreCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineRetrospective cohort studyConfidence intervalIncidence (geometry)Emergency medicineCohortEmergency departmentCohort studyPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Few studies have evaluated the prevalence of potentially inappropriate medications (PIMs) and its association with postoperative outcomes in a geriatric population in the preoperative setting. OBJECTIVES: The purpose of this study was to evaluate the prevalence of PIMs in an older elective surgery population and to explore associations between PIMs and postoperative length of stay (LOS) and emergency department (ED) visits in the 90 days post hospital discharge, depending on frailty status. METHODOLOGY: We performed a retrospective cohort study of older adults awaiting major elective noncardiac surgery and undergoing an evaluation in the preoperative clinic at a tertiary academic center between 2017 and 2018. We identified PIMs using MedSafer, a software tool built to improve the safety of prescribing. Frailty status was assessed using the 7-point Clinical Frailty Scale. We estimated the association between PIMs and postoperative LOS and ED visits in the 90 days post hospital discharge. RESULTS: The MedSafer software generated 394 recommendations on PIMs in 1619 medications for 252 patients. In total, 197 (78%) patients had at least one PIM. The cohort included 138 (51%) robust, 87 (32.2%) vulnerable and 45 (16.7%) frail patients. The association between PIMs and LOS was not significant for the robust and frail subgroups. For the vulnerable patients, every additional PIM increased LOS by 20% (incidence rate ratio 1.20; 95% confidence interval 0.90-1.44; p = 0.089) without reaching statistical significance. No association was found between PIMs and ED visits. CONCLUSION: PIMs identified by the MedSafer software were prevalent. Preoperative evaluation represents an opportunity to plan deprescribing of PIMs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,269
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrugs - Real World OutcomesMême sujetCardiac, Anesthesia and Surgical OutcomesTravaux en français237 207