Medications for community pharmacists to dose adjust or avoid to enhance prescribing safety in individuals with advanced chronic kidney disease: a scoping review and modified Delphi
Notice bibliographique
Résumé
BACKGROUND: Community pharmacists commonly see individuals with chronic kidney disease (CKD) and are in an ideal position to mitigate harm from inappropriate prescribing. We sought to develop a relevant medication list for community pharmacists to dose adjust or avoid in individuals with an estimated glomerular filtration rate (eGFR) below 30 mL/min informed through a scoping review and modified Delphi panel of nephrology, geriatric and primary care pharmacists. METHODS: A scoping review was undertaken to identify higher risk medications common to community pharmacy practice, which require a dose adaptation in individuals with advanced CKD. A 3-round modified Delphi was conducted, informed by the medications identified in our scoping review, to establish consensus on which medications community pharmacists should adjust or avoid in individuals with stage 4 and 5 CKD (non-dialysis). RESULTS: Ninety-two articles and 88 medications were identified from our scoping review. Of which, 64 were deemed relevant to community pharmacy practice and presented for consideration to 27 panel experts. The panel consisted of Canadian pharmacists practicing in nephrology (66.7%), geriatrics (18.5%) and primary care (14.8%). All participants completed rounds 1 and 2 and 96% completed round 3. At the end of round 3, the top 40 medications to adjust or avoid were identified. All round 3 participants selected metformin, gabapentin, pregabalin, non-steroidal anti-inflammatory drugs, nitrofurantoin, ciprofloxacin and rivaroxaban as the top ranked medications. CONCLUSION: Medications eliminated by the kidneys may accumulate and cause harm in individuals with advanced chronic kidney disease. This study provides an expert consensus of the top 40 medications that community pharmacists should collaboratively adjust or avoid to enhance medication safety and prescribing for individuals with an eGFR below 30 mL/min.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 ».