Adverse drug reactions, multimorbidity and polypharmacy: a prospective analysis of 1 month of medical admissions
Notice bibliographique
Résumé
OBJECTIVE: To ascertain the burden and associated cost of adverse drug reactions (ADRs), polypharmacy and multimorbidity through a prospective analysis of all medical admissions to a large university teaching hospital over a 1-month period. DESIGN: Prospective observational study. SETTING: Liverpool University Hospital Foundation National Health Service (NHS) Trust, England. PARTICIPANTS: All medical admissions with greater than 24-hour stay over a 1-month period. MAIN OUTCOME MEASURES: Prevalence of admissions due to an ADR and associated mortality, prevalence and association of multimorbidity and polypharmacy with ADRs, and estimated local financial cost of admissions where an ADR was a contributing or main reason for admission with projected costs for NHS in England. RESULTS: There were 218 identified patient admissions with an ADR giving a prevalence of 18.4%. The majority of these (90.4%) were ADRs that directly resulted in or contributed to admission. ADRs thus accounted for 16.5% of total admissions. Those with an ADR were on average taking more medicines (10.5 vs 7.8, p<0.01) and had more comorbidities than those without an ADR (6.1 vs 5.2, p<0.01). Drugs most commonly implicated were diuretics, steroid inhalers, anticoagulants and antiplatelets, proton pump inhibitors, chemotherapeutic agents and antihypertensives. 40.4% of ADRs were classified avoidable or possibly avoidable. The mortality rate due to an ADR was 0.34%. The average length of stay for those with an ADR was 6 days. Direct 1-month cost to the Trust from ADR admissions was £490 716. Extrapolated nationally, the projected annual cost to the NHS in England is 2.21 billion. CONCLUSION: The local prevalence of admission and mortality from ADRs is higher than previously reported. Important factors that could be contributing to this include polypharmacy and multimorbidity. ADRs place a significant burden on patients and healthcare services with associated financial implications. Reducing inappropriate polypharmacy should be a major aim for preventing ADRs.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».