Polypharmacy and Potentially Inappropriate Medication Use in Patients with CKD Managed in Canadian Primary Care
Notice bibliographique
Résumé
Background: Polypharmacy and the use of potentially inappropriate medications (PIMs) are an increasingly serious public health challenge attributable to aging populations and multimorbidity. This study assessed the prevalence of polypharmacy and use of PIMs in chronic kidney disease (CKD). Methods: A cross-sectional analysis using the Canadian Primary Care Sentinel Surveillance Network (CPCSSN) database (January 1, 2010 through December 31, 2018). Polypharmacy was defined as the use of ≥ 5 medications, excessive polypharmacy as ≥ 10 medications, and PIMs as medications recommended to be avoided in CKD. Results: The cohort was comprised of 70,331 patients (mean [SD] age, 73.1 [11.4] years; 40,502 [57.6%] female) with CKD stages G3a to G5. The most common chronic conditions were hypertension (60.8%), diabetes (29.4%), and osteoarthritis (25.4%). Overall, the prevalence of polypharmacy and excessive polypharmacy was 91.5% and 74.9%, respectively. The median number of medications was 14 (IQR 9-23). The most commonly prescribed medications were atorvastatin (29.8%), amlodipine (28.9%), and rosuvastatin (27.2%). About 45% of patients with CKD had at least one PIM, 11.1% had two PIMs, and 3.6 % had three or more PIMs. The most commonly prescribed PIMs were metformin (21.7%), nitrofurantoin (16.2%), and rivaroxaban (4.5%). Conclusions: Polypharmacy and use of PIMs are highly prevalent among patients with CKD managed in primary care. These findings highlight opportunities for interventions aimed at improving prescribing practices in the management of CKD. Funding: Government Support - Non-U.S.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».