MétaCan
Menu
Retour à la cohorte
Enregistrement W4288683171 · doi:10.18773/austprescr.2022.031

The anticholinergic burden: from research to practice

2022· review· en· W4288683171 sur OpenAlexaff
Sarah N. Hilmer, Danijela Gnjidic

Notice bibliographique

RevueAustralian Prescriber · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensInstitute of Aging
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésAnticholinergicDeprescribingMedicineAdverse effectIntensive care medicineAnticholinergic agentsDrugPsychiatryPharmacologyPolypharmacy

Résumé

récupéré en direct d'OpenAlex

Drugs with anticholinergic effects are known to cause adverse effects such as dry mouth, constipation and urinary retention. In older people drugs with anticholinergic effects may contribute to cognitive decline and a loss of functional capacity. Many drugs that are not in the anticholinergic drug class also have anticholinergic effects. They include antidepressants, antipsychotics and antihistamines. Taking multiple drugs with anticholinergic effects creates an anticholinergic burden. It is important that clinicians identify which patients are at risk. There are several tools to assess the anticholinergic burden. Clinicians can use these tools to make a pharmacological risk assessment when reviewing a patient's medicines. This can assist decisions about continuing or stopping drugs with anticholinergic effects. Deprescribing drugs with anticholinergic effects has several potential benefits in older people. In addition to reversing adverse effects, deprescribing may prevent problems such as falls.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,620
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,296
Tête enseignante GPT0,510
Écart entre enseignants0,213 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian PrescriberMême sujetTreatment of Major DepressionTravaux en français237 207