Insights from the AQUA Registry: a retrospective study of anticholinergic polypharmacy in the United States
Notice bibliographique
Résumé
Background: Anticholinergic (ACH) burden is a risk factor for negative health outcomes among older adults. Several medications contribute to ACH burden, including antimuscarinics used to manage overactive bladder (OAB). Objectives: This study aimed to understand the extent of ACH burden in an OAB population in the United States. Design: Non-interventional retrospective analysis. Methods: Adults with OAB whose care providers participated in the American Urological Association Quality (AQUA) Registry between 2014 and 2020 were included in this study. An adapted version of the Pharmacy Quality Alliance (PQA) measure of anticholinergic polypharmacy (poly-ACH) was used to assess ACH burden. The primary outcome was the annual prevalence of poly-ACH, and a secondary outcome was the percentage of patients taking 0, 1, 2, 3, 4, or ⩾ 5 ACH medications by calendar year. Analyses were stratified by age category at diagnosis and sex. Results: The sample comprised 552,840 patients with OAB. The mean age at initial OAB diagnosis was 65.7 years (58.2% male; 57.4% white). Prevalence of poly-ACH was highest in 2015 (3.7%) and lowest in 2020 (1.9%). Patients prescribed no ACH medications made up the largest proportion of each cohort, while those prescribed five or more comprised the smallest. The trend of decreasing proportions of patients taking increasing numbers of ACH medications was consistent. The proportion of patients prescribed no ACH medications increased from 63.3% in 2014 to 74.6% in 2020. The percentage of those prescribed three or more ACHs remained largely unchanged. Poly-ACH was highest among younger individuals (< 65 years of age) and females; temporal trends were similar overall and within each age and sex stratum. Conclusion: In this study, poly-ACH in patients with OAB was relatively infrequent and decreased over the study period. Further evaluation of poly-ACH is needed to assess whether the study findings reflect increased awareness of the negative effects of poly-ACH.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 ».