The impact of online medication reviews and educational workshops on deprescribing during the COVID-19 pandemic: a controlled before-after study
Notice bibliographique
Résumé
Abstract Objectives The South Peace Polypharmacy Reduction Project is a quality improvement project in three communities in rural Canada that aimed to reduce polypharmacy and inappropriate prescribing practices in older adults. This study aims to evaluate the impact of a multifaceted intervention consisting of online team-based medication reviews and educational workshops on the number of chronic medications. Methods A controlled before-after design was used to compare if a decrease in the number of chronic medications was associated with the intervention comprising of online team-based medication reviews and educational workshops, compared with two matched control groups that received either a standard medication review or no medication review. Logistic regression models fit with generalized estimated equations were used to identify the impact of the interventions on decreasing the number of chronic medications. Key findings Following a medication review, the percentage of individuals that had deprescribed at least one medication was highest in the intervention group (52%), followed by the medication review controls at 45%, and 36% in non-medication review controls. Individuals in the intervention group were 20% more likely to have at least one medication deprescribed than individuals in the medication review control group (adjusted odds ratio: 1.20; 95% CI: 1.03 to 1.39), whereas they were 42% more likely to deprescribe at least one medication compared with non-medication review controls (adjusted odds ratio: 1.42; 95% CI: 1.25 to 1.61). Conclusions Online team-based medication reviews had a significant impact on decreasing the number of chronic medications in older adults. Furthermore, providing healthcare providers with education can complement the role of other healthcare interventions.
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 | 0,015 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».