European position paper on polypharmacy and fall-risk-increasing drugs recommendations in the World Guidelines for Falls Prevention and Management: implications and implementation
Notice bibliographique
Résumé
Falls prevention and management in older adults is a critical global challenge. One of the key risk factors for falls is the use of certain medications. Therefore, to prevent medication-related falls, the following is recommended in the recent World Guidelines for Falls Prevention and Management: (1) assess for fall history and the risk of falls before prescribing potential fall-risk-increasing drugs (FRIDs), (2) use a validated, structured screening and assessment tool to identify FRIDs when performing a medication review, (3) include medication review and appropriate deprescribing of FRIDs as a part of the multifactorial falls prevention intervention, and (4) in long-term care residents, if multifactorial intervention cannot be conducted due to limited resources, the falls prevention strategy should still always include deprescribing of FRIDs.In the present statement paper, the working group on medication-related falls of the World Guidelines for Falls Prevention and Management, in collaboration with the European Geriatric Medicine Society (EuGMS) Task and Finish group on FRIDs, outlines its position on how to implement and execute these recommendations in clinical practice.Preferably, the medication review should be conducted as part of a comprehensive geriatric assessment to produce a personalized and patient-centered assessment. Furthermore, the major pitfall of the published intervention studies so far is the suboptimal implementation of medication review and deprescribing. For the future, it is important to focus on gaining which elements determine successful implementation and apply the concepts of implementation science to decrease the gap between research and practice.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».