Medication Prescribed Within One Year Preceding Fall-Related Injuries in Ontario Older Adults
Notice bibliographique
Résumé
Background: Serious injuries secondary to falls are becoming more prevalent due to the worldwide ageing of societies. Several medication classes have been associated with falls and fall-related injuries. The purpose of this study was to describe medication classes and the number of medication classes prescribed to older adults prior to the fall-related injury. Methods: level medication classes. Frequency of medications prescribed to older adults was calculated on different sex, age groups, types of medications, and injures. Results: Over five years (2010-2014), 288,251 older adults (63.2% females) were admitted to an emergency department for a fall-related injury (40.0% fractures, 12.1% brain injury). In the year before the injury, 48.5% were prescribed statins, 27.2% antidepressants, 25.0% opioids, and 16.6% anxiolytics. Females were prescribed more diuretics, antidepressants, and anxiolytics than males; and people aged 85 years and older had a higher percentage of diuretics, antidepressants, and antipsychotics. There were 36.4% of older adults prescribed 5-9 different medication classes and 41.2% were prescribed 10 or more medication classes. Discussion: Older adults experiencing fall-related injuries were prescribed more opioids, benzodiazepines, and antidepressants than previously reported for the general population of older adults in Ontario. Higher percentage of females and more 85+ older adults were prescribed with psychotropic drugs, and they were also found to be at higher risk of fall-related injuries. Further associations between medications and fall-related injuries need to be explored in well-defined cohort studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 tête enseignante, 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 ».