MétaCan
Menu
Retour à la cohorte
Enregistrement W4388760019 · doi:10.1186/s12877-023-04441-9

Prescribing differences among older adults with differing health cover and socioeconomic status: a cohort study

2023· article· en· W4388760019 sur OpenAlexaff
Ciaran Prendergast, Michelle Flood, Logan T. Murry, Barbara Clyne, Tom Fahey, Frank Moriarty

Notice bibliographique

RevueBMC Geriatrics · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensSt. Stephen's University
Organismes subventionnairesHealth Research Board
Mots-clésMedicinePolypharmacySocioeconomic statusPublic healthCohortDemographyObservational studyHealth careCohort studyMedical recordFamily medicinePopulationEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: As health reforms move Ireland from a mixed public-private system toward universal healthcare, it is important to understand variations in prescribing practice for patients with differing health cover and socioeconomic status. This study aims to determine how prescribing patterns for patients aged ≥ 65 years in primary care in Ireland differ between patients with public and private health cover. METHODS: This was an observational study using anonymised data collected as part of a larger study from 44 general practices in Ireland (2011-2018). Data were extracted from electronic records relating to demographics and prescribing for patients aged ≥ 65 years. The cohort was divided between those with public health cover (via the General Medical Services (GMS) scheme) and those without. Standardised rates of prescribing were calculated for pre-specified drug classes. We also analysed the number of medications, polypharmacy, and trends over time between groups, using multilevel linear regression adjusting for age and sex, and hospitalisations. RESULTS: Overall, 42,456 individuals were included (56% female). Most were covered by the GMS scheme (62%, n = 26,490). The rate of prescribing in all drug classes was higher for GMS patients compared to non-GMS patients, with the greatest difference in benzodiazepine anxiolytics. The mean number of unique medications prescribed to GMS patients was 10.9 (SD 5.9), and 8.1 (SD 5.8) for non-GMS patients. The number of unique medications prescribed to both GMS and non-GMS cohorts increased over time. The increase was steeper in the GMS group where the mean number of medications prescribed increased by 0.67 medications/year. The rate of increase was 0.13 (95%CI 0.13, 0.14) medications/year lower for non-GMS patients, a statistically significant difference. CONCLUSION: Our study found a significantly larger number of medications were prescribed to patients with public health cover, compared to those without. Increasing medication burden and polypharmacy among older adults may be accelerated for those of lower socioeconomic status. These findings may inform planning for moves towards universal health care, and this would provide an opportunity to evaluate the effect of expanding entitlement on prescribing and medications use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetAntibiotic Use and ResistanceTravaux en français237 207