MétaCan
Menu
Retour à la cohorte
Enregistrement W4398618689 · doi:10.1016/j.sapharm.2024.05.006

A comparative analysis of medication counting methods to assess polypharmacy in medico-administrative databases

2024· article· en· W4398618689 sur OpenAlexaff
Marie-Ève Gagnon, Miceline Mésidor, Marc Simard, Yohann Chiu, Maude Gosselin, Bernard Candas, Caroline Sirois

Notice bibliographique

RevueResearch in Social and Administrative Pharmacy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensInstitut Universitaire en Santé Mentale de QuébecCentre hospitalier de l'Université LavalInstitut National de Santé Publique du QuébecUniversité LavalUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésPolypharmacyDatabaseComputer scienceData scienceMedicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The variety of methods for counting medications may lead to confusion when attempting to compare the extent of polypharmacy across different populations. OBJECTIVE: To compare the prevalence estimates of polypharmacy derived from medico-administrative databases, using different methods for counting medications. METHODS: Data were drawn from the Québec Integrated Chronic Disease Surveillance System. A random sample of 110,000 individuals aged >65 was selected, including only those who were alive and covered by the public drug plan during the one-year follow-up. We used six methods to count medications: #1-cumulative one-year count, #2-average of four quarters' cumulative counts, #3-count on a single day, #4-count of medications used in first and fourth quarters, #5-count weighted by duration of exposure, and #6-count of uninterrupted medication use. Polypharmacy was defined as ≥5 medications. Cohen's Kappa was calculated to assess the level of agreement between the methods. RESULTS: A total of 93,516 (85 %) individuals were included. The prevalence of polypharmacy varied across methods. The highest prevalence was observed with cumulative methods (#1:74.1 %; #2:61.4 %). Single day count (#3:47.6 %), first and fourth quarters count (#4:49.5 %), and weighted count (#5:46.6 %) yielded similar results. The uninterrupted use count yielded the lowest estimate (#6:35.4 %). The weighted method (#5) showed strong agreement with the first and fourth quarters count (#4). Cumulative methods identified higher proportions of younger, less multimorbid individuals compared to other methods. CONCLUSION: Counting methods significantly affect polypharmacy prevalence estimates, necessitating their consideration when comparing and interpretating results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,104
score de la tête « metaresearch » (Gemma)0,310
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,104
Score d'incertitude au seuil0,548

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1040,310
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,009
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,006
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,848
Tête enseignante GPT0,727
Écart entre enseignants0,122 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueResearch in Social and Administrative PharmacyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207