Deprescribing Cardiovascular Medications in Older Adults Living with Frailty
Notice bibliographique
Résumé
Certain medications have shown significant effectiveness in reducing the incidence of cardiovascular events and mortality, leading them to be among those that are prescribed most commonly for Canadian seniors. However, polypharmacy, which disproportionately affects older adults, is particularly concerning for frail individuals who are at higher risk for adverse medication-related events. The deprescribing process is the discontinuation, either immediate or gradual, of inappropriate medications, to address polypharmacy and improve outcomes. Nonetheless, the incorporation of deprescribing principles into clinical practice present challenges, including the limited amount of data available on the clinical benefits of deprescription, and a lack of consensus on how to deprescribe. The current narrative review explores frailty as a basis for deciding to deprescribe medication. The evidence regarding the benefits of use of medications prescribed for common cardiovascular conditions (including acetylsalicylic acid, statins, and antihypertensives) in older adults with frailty is reviewed. The review also examines the issue of who should initiate the deprescribing process, and the associated psychological implications. Although no one-size-fits-all approach to deprescription is available, patient goals should be prioritized. For older adults with frailty, healthcare professionals must consider carefully whether the benefits of use of a cardiovascular medication outweighs the potential harms. Ideally, the deprescribing process should involve shared decision-making among physicians, other health professionals, and patients and/or their substitute decision-makers, with the common goal of improving patient outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 ».