Prevalence of central nervous system-active polypharmacy in a cohort of older adults in Argentina
Notice bibliographique
Résumé
BACKGROUND: Central nervous system (CNS)-active polypharmacy is frequent and potentially harmful in older patients. Data on its burden outside the USA and European countries remain limited. AIMS: To estimate the period prevalence of and factors associated with out-of-hospital CNS-active polypharmacy in older adults. METHOD: We used data from a cohort of out-patients aged ≥60 years affiliated to the Hospital Italiano de Buenos Aires' health maintenance organisation on 1 January 2021. A CNS-active polypharmacy event was defined as the concurrent exposure to ≥3 CNS-active medications (i.e. antidepressants, anti-epileptics, antipsychotics, benzodiazepines, Z-drugs and opioids) through filled out-of-hospital prescriptions. We calculated the period prevalence of CNS-active polypharmacy for 2021. We identified factors associated with CNS-active polypharmacy using a multivariable logistic regression model to estimate odds ratios and 95% confidence intervals (CI). RESULTS: We included 63 857 patients. Pre-existing mental health diagnoses included anxiety (21%), depressive (14%) and sleep (11%) disorders. CNS-active polypharmacy occurred in 4535 patients, for a period prevalence of 7.1% (95% CI: 6.9-7.3%). The combination of an antidepressant, an antipsychotic and a benzodiazepine accounted for 21% of the CNS-active polypharmacy events. Frontotemporal dementia (odds ratio: 14.67; 95% CI: 4.47-48.20), schizophrenia (odds ratio: 7.93; 95% CI: 4.64-13.56), bipolar disorder (odds ratio: 7.20; 95% CI: 5.45-9.50) and depressive disorder (odds ratio: 3.50; 95% CI: 3.26-3.75) were associated with CNS-active polypharmacy. CONCLUSIONS: One in 14 adults aged 60 years and older presented out-of-hospital CNS-active polypharmacy. Future studies should evaluate measures to reduce CNS-active medication use in this population.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».