MétaCan
Menu
Retour à la cohorte
Enregistrement W3087600815 · doi:10.1111/bcp.14557

Impact of the Goal‐directed Medication Review Electronic Decision Support System on Drug Burden Index: A cluster‐randomised clinical trial in primary care

2020· article· en· W3087600815 sur OpenAlexaff
Lisa Kouladjian O’Donnell, Danijela Gnjidic, Mouna Sawan, Emily Reeve, Patrick J. Kelly, Timothy F. Chen, J. Simon Bell, Sarah N. Hilmer

Notice bibliographique

RevueBritish Journal of Clinical Pharmacology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalOdds ratioDeprescribingCluster randomised controlled trialIntervention (counseling)Randomized controlled trialAnticholinergicPhysical therapyClinical trialMedication therapy managementCluster (spacecraft)PediatricsInternal medicinePolypharmacyFamily medicinePharmacistPharmacyNursing

Résumé

récupéré en direct d'OpenAlex

AIMS: The Goal-directed Medication Review Electronic Decision Support System (G-MEDSS) assesses and reports a patient's goals, attitudes to deprescribing and Drug Burden Index (DBI) score, a measure of cumulative exposure to anticholinergic and sedative medications. This study evaluated the effect of implementing G-MEDSS in home medicines reviews (HMRs) on DBI exposure and clinical outcomes. METHODS: A cluster-randomised clinical trial was performed across Australia. Accredited clinical pharmacists were randomised into intervention (G-MEDSS with usual care HMR) or comparison groups (usual care HMR alone). Patients were recruited by pharmacists from those routinely referred by general practitioners for HMR. The primary outcome was the proportion of patients with any reduction in DBI at 3-months follow-up. Secondary outcomes included change in DBI continuous score at 3-months, HMR recommendations to change DBI and clinical outcomes. RESULTS: There were 201 patient participants at baseline (n = 88 intervention, n = 113 comparison), with 159 followed-up at 3-months (n = 63 intervention, n = 96 comparison). The proportion of patients with a reduction in DBI was not significantly different at 3-months (intervention 17%, comparison 11%; adjusted odds ratio 1.44, 95% confidence interval 0.56-3.80). Regarding secondary outcomes, there was no difference in change in DBI score at 3-months. However, the HMR report made recommendations to reduce DBI for a significantly greater proportion of patients in the intervention than in the comparison group (intervention 37%, comparison 14%; adjusted odds ratio 3.20, 95% confidence interval 1.50-6.90). No changes were observed in clinical outcomes. CONCLUSION: Implementation of G-MEDSS within HMR did not reduce patients' DBI at 3 months compared with usual care HMR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,228
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,107
Tête enseignante GPT0,500
Écart entre enseignants0,393 · 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 tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
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

Citations45
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Clinical PharmacologyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207