NAVIGATING POLYPHARMACY IN AGING POPULATIONS: A SYSTEMATIC REVIEW OF DEPRESCRIBING INTERVENTIONS AND ITS IMPACT ON CLINICAL OUTCOMES
Notice bibliographique
Résumé
Background: Polypharmacy, prescription of five or more drugs, is common in geriatric care and has been linked to increased risk of adverse drug reactions (ADRs), hospitalization, and reduced quality of life. Deprescribing, a structured approach to supervised discontinuation of inappropriate medications, is a growing trend but remains a debatable notion due to lack of consensus and literature gaps. The objective of this narrative review was to summarize the evidence related to the impact of deprescribing interventions on clinical outcomes. Methods: Systematic searching of PubMed, Cochrane Library, ClinicalTrials.gov, and the WHO International Clinical Trials Registry was done. Studies were then categorized according to study designs with 10 randomized controlled trials (RCTs), 7 cohort studies, and 11 systematic reviews. Studies without a comparator group, qualitative studies, and case reports were excluded. Due to the given heterogeneity of studies, a narrative synthesis of study results was done, and outcomes were summarized according to subgroups (patient characteristics, intervention type and setting). Four major outcomes were assessed, which included adverse drug reactions, hospitalization rates, medication Burden, and Quality of Life. Bias was assessed according to the Newcastle-Ottawa Scale for observational studies and Cochrane Risk of Bias Tool (ROB 2) for RCTs. Results: Results of the Deprescribing interventions in older adults have yielded mixed outcomes across various health parameters. While many studies highlight various benefits of deprescribing such as reductions in adverse drug reactions (ADRs) and medication burden (McDonald et al., 2022; Quek et al., 2024), other studies report limited or no significant effects on hospitalization rates and quality of life (Ibrahim et al., 2021; Jackson & Patel, 2020). Differences in various study designs, populations, and methodologies of the included studies may lead to these inconsistencies. Therefore, standardized protocols and further research is imperative to fully recognize and optimize the effect of deprescribing interventions. Conclusion: Despite the advantages of deprescribing, heterogeneity of protocols, inconsistent reporting of outcomes, and short follow-ups limit the evidence. Standardized guidelines and longer studies are required to optimize deprescribing. Keywords: deprescribing interventions; clinical outcomes; narrative synthesis, older adults; polypharmacy; systematic review
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 | 0,010 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».