Potentially Inappropriate Prescribing and Potential Prescribing Omissions in 82,935 Older Hospitalised Adults: Association with Hospital Readmission and Mortality within Six Months
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Polypharmacy with "potentially inappropriate medications" (PIMs) and "potential prescribing omissions" (PPOs) are frequent among those 65 and older. We assessed PIMs and PPOs in a retrospective study of 82,935 patients ≥ 65 during their first admission in the period March 2013 through February 2018 to the four acute-care Calgary hospitals. We used the American Geriatric Society (AGS) and STOPP/START criteria to assess PIMs and PPOs. We computed odds ratios (ORs) for key outcomes of concern to patients, their families, and physicians, namely readmission and/or mortality within six months of discharge, and controlled for age, sex, numbers of medications, PIMs, and PPOs. For readmission, the adjusted OR for number of medications was 1.09 (1.09-1.09), for AGS PIMs 1.14 (1.13-1.14), for STOPP PIMs 1.15 (1.14-1.15), for START PPOs 1.04 (1.02-1.06), and for START PPOs correctly prescribed 1.16 (1.14-1.17). For mortality within 6 months of discharge, the adjusted OR for the number of medications was 1.02 (1.01-1.02), for STOPP PIMs 1.07 (1.06-1.08), for AGS PIMs 1.11 (1.10-1.12), for START PPOs 1.31 (1.27-1.34), and for START PPOs correctly prescribed 0.97 (0.94-0.99). Algorithm rule mining identified an 8.772 higher likelihood of mortality with the combination of STOPP medications of duplicate drugs from the same class, neuroleptics, and strong opioids compared to a random relationship, and a 2.358 higher likelihood of readmission for this same set of medications. Detailed discussions between patients, physicians, and pharmacists are needed to improve these outcomes.
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.
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 | 0,001 |
| 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 | 0,001 |
| 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 découle