Economic Evaluation of Sedative Deprescribing in Older Adults by Community Pharmacists
Notice bibliographique
Résumé
BACKGROUND: Sedative use in older adults increases the risk of falls, fractures, and hospitalizations. The D-PRESCRIBE (Developing Pharmacist-Led Research to Educate and Sensitize Community Residents to the Inappropriate Prescriptions Burden in the Elderly), pragmatic randomized clinical trial demonstrated that community-based, pharmacist-led education delivered simultaneously to older adults and their primary care providers reduce the use of sedatives by 43% over 6 months. However, the associated health benefits and cost savings have yet to be described. This study evaluates the cost-effectiveness of the D-PRESCRIBE intervention compared to usual care for reducing the use of potentially inappropriate sedatives among older adults. METHODS: A cost-utility analysis from the public health care perspective of Canada estimated the costs and quality-adjusted life-years (QALYs) associated with the D-PRESCRIBE intervention compared to usual care over a 1-year time horizon. Transition probabilities, intervention effectiveness, utility, and costs were derived from the literature. Probabilistic analyses were performed using a decision tree and Markov model to estimate the incremental cost-effectiveness ratio. RESULTS: Compared to usual care, pharmacist-led deprescribing is less costly (-$1392.05 CAD) and more effective (0.0769 QALYs). Using common willingness-to-pay (WTP) thresholds of $50 000 and $100 000, D-PRESCRIBE was the optimal strategy. Scenario analysis indicated the cost-effectiveness of D-PRESCRIBE is sensitive to the rate of deprescribing. CONCLUSIONS: Community pharmacist-led deprescribing of sedatives is cost-effective, leading to greater quality-of-life and harm reduction among older adults. As the pharmacist's scope of practice expands, consideration should be given to interprofessional models of remuneration for quality prescribing and deprescribing services.
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 | 0,001 | 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) | 0,001 | 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 ».