Fall Risk–Increasing Drugs and Fall-Related Injuries among Older Adults in Ontario: A Population-Based Matched Case-Control Study
Notice bibliographique
Résumé
OBJECTIVES: Commonly prescribed medications individually increase the risk of falls. Less is known about the association between multiple fall risk-increasing drug (FRID) use and falls. We examined the association between 12 major FRID classes, alone and in combination and fall-related injuries among older adults in home care (HC) and long-term care (LTC) settings. DESIGN: Matched, case-control study. SETTING AND PARTICIPANTS: HC recipients and LTC residents in Ontario, Canada, from 2008 to 2016. METHODS: Cases were matched to controls by sex, age, history of falls, calendar year, and disease risk score. Using multivariable logistic regression, the associations between FRID exposure in the 90 days preceding falls and fall-related injuries that required emergency department or hospitalization were determined with adjusted odds ratios (aORs) and 95% confidence intervals (CIs). RESULTS: Exposure to any FRID increased the risk of fall-related injury when compared with non-users in both HC (aOR, 1.34; 95% CI, 1.30-1.40) and LTC (aOR, 1.54; 95% CI, 1.46-1.63) populations. The increased odds of fall-related injuries were evident among most FRID categories, with the highest odds found with dopaminergic agents and antidepressants in both HC and LTC populations. The use of multiple FRIDs was associated with a greater odds of fall-related injury. Exposure to ≥5 FRIDs was associated with an almost twofold higher odds of fall-related injury in HC (aOR, 1.67; 95% CI, 1.57-1.77) and LTC (aOR, 1.92; 95% CI, 1.73-2.13) residents compared with non-users. The findings were similar across multiple subgroups and sensitivity analyses, with higher odds among new users compared with chronic users. CONCLUSIONS AND IMPLICATIONS: Multiple categories of FRIDs are associated with an increased risk of fall-related injuries in older adults. Clinicians should minimize use of these medications wherever possible. Fall prevention initiatives should incorporate strategies to prioritize deprescription of the highest risk FRIDs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».