Medication Mindfulness
Notice bibliographique
Résumé
Key Points A medication was deprescribed for approximately one in five eligible patients with an 80% deprescribing success rate. Few significant clinical changes and no related spontaneously reported adverse events indicated a safe and effective intervention. High levels of agreement with algorithm recommendations among clinicians (>80%) and patients (>70%) demonstrated openness to deprescribing. Background Patients on hemodialysis are at increased risk for polypharmacy-related adverse events (AEs). Deprescribing may optimize medication use and mitigate the harmful effects of polypharmacy, but its application in patients on hemodialysis remains understudied. The overall aim of this study was to implement and evaluate the effectiveness and safety of a deprescribing intervention using a deprescribing toolkit in multiple hemodialysis units across Canada. This preliminary study aims to demonstrate the efficacy and safety of the intervention within one hemodialysis unit in Toronto, Canada. Methods This single-center study included patients on hemodialysis for at least three months who were taking at least one of nine study medication classes. Clinicians applied deprescribing algorithms to determine if deprescribing was recommended. Clinicians and patients could decline the algorithm's recommendation. Primary outcomes include the number of patients successfully deprescribed by discontinuing or reducing the dose of their medication over six months and clinically significant AEs. Secondary outcomes include clinician and patient acceptance of algorithm recommendations and clinical monitoring. Results Ninety-eight patients were taking an average of 13.47 (±4.01) medications, with an average of 2.32 (±1.00) being study medications. The algorithms recommended 40 patients to deprescribe 49 study medications. Clinicians agreed to 39 (80%) recommendations, and patients agreed to 28 of those 39 (72%). Twenty patients successfully deprescribed 23 medications (82%), while five patients failed and restarted five medications (18%) at their baseline dose. Clinical monitoring and spontaneous reporting revealed no AEs considered related to the intervention. Conclusions Approximately one in five eligible patients successfully deprescribed a medication with minimal clinical detriment. Although the deprescribing algorithms are valuable in guiding clinical decision making, final decisions rest with clinicians, constituting a careful synthesis of potential benefits, risks, and goals of care for each individual patient. Future research will analyze deprescribing outcomes at additional hemodialysis units in Canada. Clinical Trial registry name and registration number: NCT03733262.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,005 |
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 ».