Safer prescribing for older patients: Preliminary findings from a large project in Canada
Notice bibliographique
Résumé
Abstract Background Polypharmacy is common and deleterious for elders. We devised a QI-research collaboration, Structured Process Informed by Data, Evidence and Research (SPIDER) aimed at improving medication appropriateness for complex older patients. Methods Single-arm mixed methods feasibility study followed by a 2-arm (Intervention vs Usual Care) pragmatic cluster randomized controlled trial. Setting: seven Practice-Based Research Networks across Canada. Participants: Seven practices (each with two physicians) per arm per region will be recruited. patients 65+ years taking 10+ different medications identified by participating physicians' EMR. Intervention: three key elements: 1) Practice teams participating in QI Learning Collaboratives; 2) Support of coaching/practice facilitation; and 3) validated EMR data for feedback. Main Outcome Measures: Reduction of potentially inappropriate prescriptions (PIPs) measured using EMR data. Results Thirty-three physicians from ten family health teams/practices and one nurse practitioner and three family physicians from a community health centre in Toronto were recruited. All teams have accessed coaching support, reflecting high engagement. Teams were given flexibility in developing deprescription strategies and action plans that fit for the local context. Review and validation of patient cohort identified by the EMR were time-consuming for some, depending on the size of the cohort and the patterns practices have been using to capture medication information in their EMR. Engaging pharmacists in the medication review and deprescription process greatly alleviated the burdens on the physicians. Conclusions SPIDER appeared to be feasible and has the potential to enhance safer prescription for complex older patients. A flexible and contextually adaptable design helped with increased uptake. Having access to embedded QI and data support and working with collaborating pharmacists may enhance the sustainability of the approach. Key messages A QI-Research collaboration to improve care for complex elders is feasible. If the RCT shows improvement, this may provide an argument for QI support in primary care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».