MétaCan
Menu
Retour à la cohorte
Enregistrement W4407395858 · doi:10.1513/annalsats.202407-798oc

Incidence and Predictors of Long-Term Hypnotic Receipt among Patients with Chronic Obstructive Pulmonary Disease

2025· article· en· W4407395858 sur OpenAlexaff
J.M. Castaneda, Aristotle Leonhard, Laura J. Spece, Kevin I. Duan, Brian N. Palen, Jessica Chen, Y. Irina Li, Steven B. Zeliadt, Kevin Josey, Laura C. Feemster, David H. Au, Lucas M. Donovan

Notice bibliographique

RevueAnnals of the American Thoracic Society · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesHealth Services Research and DevelopmentU.S. Department of Veterans Affairs
Mots-clésMedicinePulmonary diseaseIncidence (geometry)ReceiptHypnoticInternal medicineTerm (time)Intensive care medicineChronic diseaseAnesthesia

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Many patients with chronic obstructive pulmonary disease (COPD) receive hypnotic prescriptions to mitigate insomnia symptoms. Although clinical practice guidelines advise short-term use, patients often receive these medications on a long-term basis. Because patients with COPD may be more susceptible to adverse effects of hypnotic medication, it is critical that we better understand the incidence and potential influences of this practice. Objectives To characterize the incidence and predictors of guideline-discordant long-term receipt of hypnotic medications among patients with COPD. Methods Using nationwide Veterans Health Administration data, we identified patients with clinically diagnosed COPD from 2010 to 2019 without prior hypnotic medication receipt in the previous 1 year. To identify individuals with new hypnotic agent use, we restricted this sample to those who received at least 30 total days of zolpidem, melatonin, trazodone, and/or doxepin within a 90-day period. We defined long-term hypnotic medication receipt as continued availability of one of these hypnotic medications for ≥30 days within the subsequent 90-day period. We then used a mixed-effects logistic regression model to assess patient and site-level associations with long-term receipt. Results Among 4,262 patients with COPD and new hypnotic medication receipt, 55.6% (n = 2,371) continued to receive hypnotic medications on a long-term basis. Long-term receipt was positively associated with short-acting β-agonist receipt (for every 10% increase in days with short-acting β-agonist availability, odds ratio [OR], 1.03; 95% confidence interval [CI], 1.02–1.05), maintenance inhaler prescriptions (monotherapy, OR, 1.35; 95% CI, 1.10–1.68; dual therapy, OR, 1.43; 95% CI, 1.20–1.70; triple therapy, OR, 1.54; 95% CI, 1.24–1.91), posttraumatic stress disorder (OR, 1.21; 95% CI, 1.02–1.44), major depressive disorder (OR, 1.24; 95% CI, 1.07–1.44), anxiety disorder (OR, 1.21; 95% CI, 1.03–1.44), and more frequent primary care visits (more than five visits in the past 12 mo, OR, 1.86; 95% CI, 1.19–2.90). Long-term receipt was negatively associated with initial receipt of melatonin (OR, 0.70; 95% CI, 0.55–0.91) and more than one pulmonary visit in the previous 12 months (OR, 0.74; 95% CI, 0.56–0.97). Conclusions Despite guideline recommendations, long-term hypnotic medication receipt is common among patients with COPD. Future work to prevent long-term hypnotic prescriptions should consider the role that respiratory symptoms and mental health comorbidities may have in driving this practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,364
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Thoracic SocietyMême sujetHealth and Well-being StudiesTravaux en français237 207