Potentially inappropriate prescribing and falls-risk increasing drugs in people who have experienced a fall: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: As certain medications increase risk of falls, it is important to review and optimise prescribing in those who have fallen to reduce risk of recurrent falls. OBJECTIVES: To systematically review evidence on the prevalence and types of potentially inappropriate prescribing (PIP), including falls-risk increasing drug (FRID) use, in fallers. METHODS: A systematic search was conducted in July 2024 in MEDLINE, EMBASE, CINAHL and Google Scholar using keywords for fall events, inappropriate prescribing and FRIDs. Observational studies (cohort, case-control, cross-sectional, before-after) and randomised trials were included. Studies were eligible where participants had experienced a fall and PIP (including FRID use) was reported. Random-effects meta-analyses were conducted to pool prevalence of inappropriate prescribing and mean number of inappropriate prescriptions across studies, with stratified analysis to assess heterogeneity. RESULTS: Fifty papers reporting 46 studies met the inclusion criteria. All studies assessed FRIDs, and 29 assessed other PIP. The prevalence of PIP at the time of the fall was reported in 43 studies, and the pooled estimate was 68.6% (95% CI 66.1%-71.2%). Amongst 23 studies reporting it, the mean number of inappropriate prescriptions per participant was 2.21 (95%CI 1.98-2.45). The most common FRIDs prescribed were sedatives/hypnotics, opioids, diuretics and antidepressants. Twenty-one studies assessed changes in PIP prevalence post-fall; nine reported decreasing prevalence, with others noting increases/no change/mixed results. CONCLUSION: Inappropriate prescribing is highly prevalent amongst fallers, with cardiovascular and psychotropic drugs being the most common. This suggests significant scope to optimise medicines use in these patients to potentially reduce falls risk and improve outcomes.
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 | 0,015 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,043 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».