Deprescribing to optimise health outcomes for frail older people: a double-blind placebo-controlled randomised controlled trial—outcomes of the Opti-med study
Notice bibliographique
Résumé
BACKGROUND: potentially harmful polypharmacy is very common in older people living in aged care facilities. To date, there have been no double-blind randomised controlled studies of deprescribing multiple medications. METHODS: three-arm (open intervention, blinded intervention and blinded control) randomised controlled trial enrolling people aged over 65 years (n = 303, noting pre-specified recruitment target of n = 954) living in residential aged care facilities. The blinded groups had medications targeted for deprescribing encapsulated while the medicines were deprescribed (blind intervention) or continued (blind control). A third open intervention arm had unblinded deprescribing of targeted medications. RESULTS: participants were 76% female with mean age 85.0 ± 7.5 years. Deprescribing was associated with a significant reduction in the total number of medicines used per participant over 12 months in both intervention groups (blind intervention group -2.7 medicines, 95% CI -3.5, -1.9, and open intervention group -2.3 medicines; 95% CI -3.1, -1.4) compared with the control group (-0.3, 95% CI -1.0, 0.4, P = 0.053). Deprescribing regular medicines was not associated with any significant increase in the number of 'when required' medicines administered. There were no significant differences in mortality in the blind intervention group (HR 0.93, 95% CI 0.50, 1.73, P = 0.83) or the open intervention group (HR 1.47, 95% CI 0.83, 2.61, P = 0.19) compared to the control group. CONCLUSIONS: deprescribing of two to three medicines per person was achieved with protocol-based deprescribing during this study. Pre-specified recruitment targets were not met, so the impact of deprescribing on survival and other clinical outcomes remains uncertain.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».