Understanding the Extent of Polypharmacy and its Association With Health Service Utilization Among Persons With Cancer and Multimorbidity: A Population-Based Retrospective Cohort Study in Ontario, Canada
Notice bibliographique
Résumé
Background: Cancer often co-occurs with other chronic conditions, which may result in polypharmacy. Polypharmacy is associated with adverse outcomes, including increased health service utilization. Objectives: This study examines the overall prevalence of polypharmacy (5 or more medications) among adults with cancer and multimorbidity, as well as the association of both minor polypharmacy (5-9 medications) and hyper-polypharmacy (10 or more medications) on high use of emergency room visits and hospitalizations, while controlling for age, sex, and type and stage of cancer. Methods: This retrospective longitudinal study used linked health administrative databases and included persons 18 years and older diagnosed with cancer between April 2010 and March 2013 in Ontario, Canada. Data on the number of health service utilizations at or above the 90th percentile (high users), was collected up to March 2014 and multivariate logistic regression was used to determine the impact of polypharmacy. Results: The prevalence of polypharmacy was 46% prior to cancer diagnosis, and 57% one year after diagnosis. Polypharmacy prior to and after cancer diagnosis increased with the level of multimorbidity, increasing age, but did not differ by sex. It was also highest in persons with lung cancer (52.4%) and those diagnosed with stage 4 cancer (51.3%). Minor polypharmacy increased the odds of being a high user of emergency rooms (1.16; 99% CI: 1.09-1.24) and hospitalizations (1.03; 0.98-1.09) and the odds of high use was greater with hyper-polypharmacy (1.41; 1.33-1.51) and (1.23; 1.17-1.29) respectively. Conclusion: Polypharmacy is highly prevalent and is associated with high health service utilization among adults with cancer and multimorbidity
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».