The impact of age, sex, and gender on polypharmacy and potential prescribing cascades: Lessons from five databases
Notice bibliographique
Résumé
BACKGROUND: Few studies describe how gender-related factors may contribute to polypharmacy and prescribing cascades. Describing these patterns using cross-national comparisons can improve the robustness of findings and provide lessons on the importance of considering age, sex, and gender in pharmacological research. The aim of the study was to explore the intersection of age, sex, and gender with polypharmacy and co-prescribing suggesting a potential prescribing cascade. METHODS: In this cross-sectional descriptive study, we assessed polypharmacy and calcium channel blocker and diuretic co-prescribing suggesting a prescribing cascade in patients aged ≥65 years from five international secondary databases: population-level community and nursing home (ICES, Maccabi Healthcare Services), clinical trial (SENATOR), and patient registry (Report-AGE, SHELTER). The intersection of age, sex, and gender was explored. RESULTS: All databases provided age and sex; none included gender-identity data. Gender-related sociocultural factors, socioeconomic status (SES) measured as income and educational attainment, and marital status were not uniformly collected. Compared with males, females had lower income, has less educational attainment, and were more frequently widowed. Polypharmacy was more common in men. Co-prescribing suggesting a prescribing cascade was more frequent in females in four databases and was also more frequent in lower SES and unmarried groups (significant in ICES (community and nursing home) and Maccabi (community), with a nonsignificant trend in Maccabi (nursing home) and three remaining databases). Using two population-level databases, the prevalence of co-prescribing suggesting a prescribing cascade was highest among females 85 years and older who were also in the lower SES group (11.0% ICES and 14.6% Maccabi). Gender disparity was highest in this group (ICES Differential Prevalence = 3.0%, Maccabi Differential Prevalence = 3.8%). CONCLUSION: Older adults with lower SES experienced polypharmacy or co-prescribing suggesting a prescribing cascade more frequently than those with higher SES. Within the lower SES groups, females more frequently than males had evidence of co-prescribing suggesting a prescribing cascade. Considering the role of sex and gender-related sociocultural factors may help to better understand some contributors to polypharmacy and prescribing cascades. The research applications are highlighted in our five lessons learned.
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 | 0,027 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».