Association between number of medications and indicators of potentially inappropriate polypharmacy: a population-based cohort of older adults in Quebec, Canada
Notice bibliographique
Résumé
Background: As the number of medications increases, the appropriateness of polypharmacy may become questionable due to the heightened risk of medication-related harm. Objectives: (1) To investigate the relationship between the number of current medications used by older adults and three indicators of potentially inappropriate polypharmacy: (a) the mean number of potentially inappropriate medications (PIMs), (b) the average count of drug-drug interactions, and (c) the anticholinergic burden; (2) To characterize the population-based burden of potentially inappropriate polypharmacy by calculating the proportion of individuals with these indicators. Design: We conducted a population-based observational study using the Quebec Integrated Chronic Disease Surveillance System. Methods: We included all individuals over 65 years insured by the public drug plan on April 1st, 2022. For each individual, we calculated the number of current medications and the number of (a) PIMs (Beers 2019), (b) drug-drug interactions (Beers 2019), and (c) anticholinergic burden (Anticholinergic Cognitive Burden (ACB) scale). The association between the number of medications and these indicators was quantified using linear regression. Prevalence with 99% confidence intervals (CIs) was calculated. Results: -trend <0.0001). Nearly half the population (45.5%; 99% CI: 45.5-45.5) had a regimen containing ⩾1 PIMs, ⩾1 drug-drug interaction, or an ACB ⩾3. Conclusion: The strong association between the increasing number of medications and reduced polypharmacy quality underscores the importance of medication count beyond therapeutic indications. With widespread medication use, many older adults face quality issues.
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) | 0,000 | 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 | 0,000 |
| 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 ».