MétaCan
Menu
Retour à la cohorte
Enregistrement W4412788253 · doi:10.1007/s41999-025-01215-x

International expert panel’s potentially inappropriate prescribing cascades (PIPC) list

2025· article· en· W4412788253 sur OpenAlexafffund
Paula A. Rochon, Denis O’Mahony, Graziano Onder, Mirko Petrović, Kieran Dalton, Lisa McCarthy, Shelley A. Sternberg, Donna R. Zwas, Nathan M. Stall, Christina Reppas‐Rindlisbacher, Nathalie van der Velde, Sarah N. Hilmer, Wei Wu, Joyce Li, Amy Ly, Jerry H. Gurwitz

Notice bibliographique

RevueEuropean Geriatric Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensSinai Health SystemTrillium Health CentrePublic Health OntarioWomen's College HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchHorizon 2020 Framework ProgrammeIrish Research CouncilEuropean Geriatric Medicine SocietyUniversity of TorontoMinistero della Salute
Mots-clésMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Prescribing cascades contribute to potentially inappropriate prescribing, especially among older adults. With the prescribing cascade framework maturation, it is important to distinguish potentially inappropriate from potentially appropriate prescribing cascades. The objective was to create a comprehensive consensus list of Potentially Inappropriate Prescribing Cascades (PIPCs). METHODS: A prescribing cascade inventory was compiled using published lists. An international panel of 12 experts in geriatric medicine and pharmacology was selected. Panelists participated in a Delphi consensus process completing two questionnaire rounds and one discussion round. RESULTS: A total of 107 proposed prescribing cascades were identified. After Questionnaire Round 1, 56 prescribing cascades achieved a rating of agree or strongly agree by ≥ 75% of the panelists and were included in the PIPC list. For 32 of the 107 proposed cascades, 50-74% of panelists provided a rating of agree or strongly agree, and were moved to Round 2. In Questionnaire Round 2, 9 of 32 proposed cascades achieved a rating of agree or strongly agree by ≥ 75% of panelists and were included in the final PIPC list. For 14 prescribing cascades, 50-74% of panelists provided a rating of agree or strongly agree, and were included in the Discussion Round. After discussion, no additional prescribing cascades were included. CONCLUSION: An explicit list of 65 PIPCs was created using a rigorous Delphi consensus process conducted by international experts on pharmacotherapy for older adults. The PIPC list provides a crucial tool for clinicians and researchers to detect potentially inappropriate prescribing patterns and to foster efforts to improve medication safety.

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)0,107
score de la tête « metaresearch » (Gemma)0,156
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,567

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1070,156
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0120,005
Études des sciences et des technologies0,0040,002
Communication savante0,0030,004
Science ouverte0,0030,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,005

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,373
Écart entre enseignants0,261 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations13
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Geriatric MedicineMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207