The effect of deprescribing interventions on mortality and health outcomes in older people: An updated systematic review and meta‐analysis
Notice bibliographique
Résumé
AIMS: Previous systematic reviews suggest that deprescribing may improve survival, particularly in frail older people. Evidence is rapidly accumulating, suggesting a need for an updated review of the literature. METHODS: We updated a 2016 systematic review and meta-analysis to include studies published from inception to 26 April 2024 from specified databases. Studies in which older people had at least one medication deprescribed were included and grouped by study designs and targeted medications. The risk of bias was assessed using the Cochrane tool and the Newcastle-Ottawa tool. Odds ratios (OR) or mean differences were calculated as the effect measures using either the Mantel-Haenszel or generic inverse-variance method with fixed- or random-effects meta-analyses. The primary outcome was mortality. Secondary outcomes were adverse drug withdrawal events, physical health, cognitive function, quality of life and effect on medication regimen. Subgroup analyses were performed based on age and intervention types. RESULTS: A total of 259 studies (reported in 286 papers) were included in this updated review. Deprescribing polypharmacy did not result in a significant reduction in mortality in both randomized (OR 0.96, 95% confidence interval [CI] 0.84-1.09) and non-randomized studies (OR 0.70, 95% CI 0.36-1.38). Further subgroup analyses of randomized studies on deprescribing polypharmacy demonstrated a significant reduction in mortality in the young old (aged 65-79) (OR 0.71, 95% CI 0.51-0.99) and when patient-specific interventions were applied (OR 0.79, 95% CI 0.63-0.99). CONCLUSIONS: Deprescribing can be achieved with potentially important benefits in terms of improved survival, particularly when patient-specific interventions are applied and initiated early in the young old.
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 | 0,014 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,004 |
| 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 | 0,002 |
| 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 ».