MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408767553 · doi:10.1111/jgs.19437

Prescribing Patterns and Impact of Sedatives in Hospitalized Older Adults: A Secondary Analysis of the <scp>MedSafer</scp> Study

2025· article· en· W4408767553 sur OpenAlexafffund
Bennet Desormeau, Allen Huang, James Downar, Peter E. Wu, Émilie Bortolussi‐Courval, Sydney B. Ross, Kiran Battu, Louise Papillon‐Ferland, Finlay A. McAlister, Sarah Makram Elsayed, Marnie Goodwin Wilson, Rodrigo B. Cavalcanti, Emily G. McDonald, Todd C. Lee

Notice bibliographique

RevueJournal of the American Geriatrics Society · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensToronto General HospitalVancouver General HospitalUniversity of AlbertaUniversité de MontréalMcGill University Health CentreUniversity of OttawaMcGill UniversityUniversity of TorontoOttawa HospitalUniversity Health NetworkInstitut Universitaire de Gériatrie de MontréalUniversity of British ColumbiaCanadian Hospice Palliative Care Association
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineOdds ratioOddsLogistic regressionSedativeMedical prescriptionRandomized controlled trialAdverse effectSleep disorderPolypharmacyCohortPediatricsEmergency medicinePhysical therapyInternal medicineAnesthesiaPsychiatryCognition

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We aimed to examine the impact of sedative prescription patterns in hospitalized older adults on post-discharge adverse drug events (ADEs), falls, and sleep. METHODS: We conducted a secondary analysis of the MedSafer randomized controlled trial (RCT; NCT03272607) which included hospitalized adults ≥ 65 years of age who were taking ≥ 5 medications. We identified patients who completed follow-up at 30 days post-discharge and provided patient-reported outcomes for sleep disturbance (PROMIS SD 4a). We grouped patients based on sedative use as follows: nonusers, continued home use (pre- and post-hospitalization), deprescribed home use, and new use at discharge. Using multivariable logistic regression, we compared the odds of patients having experienced ≥ 1 ADE (not necessarily ascribed to sedatives), a fall, or any adverse event within 30 days post-discharge. We also used ordinal logistic regression and a minimal important difference approach to compare the change in sleep disturbance at 30 days post-discharge. RESULTS: The cohort comprised 3630 patients with a median age of 78. A total of 2810 (77.4%) were categorized as nonusers; 475 (13.1%) continued home use; 293 (8.1%) deprescribed home use; and 52 (1.4%) new users at discharge. Compared to the continued home use group, the deprescribed group was substantially less likely to experience an ADE post-discharge (adjusted odds ratio [aOR], 0.39 [95% CI, 0.16-0.97]). Correspondingly, new users at discharge had substantially higher odds of falls (aOR, 2.51 [95% CI, 1.13-5.61]). Favorable changes in sleep disturbance were more likely among nonusers (aOR, 1.29 [95% CI, 1.05-1.58]) and deprescribed users (aOR, 1.11 [95% CI, 0.82-1.50]) when compared to continued users. CONCLUSIONS: In this cohort, patients who had their sedatives deprescribed were 61% less likely than continued users to have a post-discharge ADE, and new sedative use at discharge was associated with appreciable risk of falls. Hospitalization likely represents a window of opportunity to improve care by promoting sedative deprescription and avoiding new starts.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,008
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,362
Écart entre enseignants0,340 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Geriatrics Society→Même sujetPharmaceutical Practices and Patient Outcomes→Travaux en français237 207→