Applying QI-focused SPIDER approach to safer deprescribing for geriatric patients: Results of the toronto feasibility study
Notice bibliographique
Résumé
Context: More than 25% of Canadian seniors are prescribed 10+ different medications each year. There is a direct association between more medications and persistent high care needs/costs for seniors. Effective and appropriate deprescribing for seniors in primary care is needed. Objective: To present results of a feasibility study of the Structured Process Informed by Data, Evidence and Research (SPIDER) project aiming at improving safer deprescribing for complex older patients in community-based primary care. Study Design: Single-arm mixed methods study in Toronto, Ontario. Evaluation included participant interviews, focus groups, field notes and quantitative EMR data. Setting: Primary care practices affiliated with the University of Toronto Practice-Based Research Network (UTOPIAN). Population Studied: Patients aged 65+ years taking 10+ different medications. Intervention: 1) QI-focused Learning Collaboratives (LCs); 2) practice coaching; and 3) EMR data for audit & feedback. Outcome Measures: feasibility across eight dimensions: acceptability, demand, implementation, adaptation, integration, practicality, and efficacy. Results: Demand: 33 physicians and 24 allied health professionals from ten UTOPIAN practices and one community health centre participated in the Toronto LC. Implementation: the LC included a full day initial workshop, two short webinars, and a half-day summative congress over nine months. Practices had a monthly call with their QI coach and quarterly data reports. Adaptation, integration, practicality: teams developed various deprescribing tools and processes that were integratable to local context and existing practices. Acceptability: Teams perceived access to coaching as a valuable element of the approach. The initial review and validation of patients identified in the data reports were deemed time-consuming, particularly for under-resourced practices with a large cohort of target patient population. Access to pharmacist services and in-house QI and data support was considered two critical enablers to the sustainability of the approach. Efficacy: reductions in PIP prevalence and prevalence of patients with at least one PIP were 3.6% (p=.4) and 1.4% (p=.5), respectively. Conclusions: The SPIDER approach appears to be feasible. Access to coaching support and pharmacist services may enhance sustainability.
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 | 0,012 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».