Polypharmacy Thresholds that Best Predict Emergency Room Visits and Mortality in Older Adults: A Population-Based Study in Québec, Canada
Notice bibliographique
Résumé
BackgroundPolypharmacy is prevalent among older adults. Identifying informative medication thresholds could enhance clinical decision-making and healthcare planning.ObjectivesTo measure the predictive capacity of medication count and polypharmacy thresholds on (1) frequent emergency visits and (2) mortality, in community-dwelling older adults in Quebec, Canada; To measure the predictive capacity of inappropriateness criteria (potentially inappropriate medications, anticholinergic burden level, and drug-drug interactions) on these same outcomes.MethodsWe conducted a population-based study using the Quebec Integrated Chronic Disease Surveillance System. Using multivariable logistic regression models, we assessed the predictive capacity [area under the curve (AUC)] of medication use (medication count, polypharmacy thresholds, number of inappropriateness criteria) on frequent emergency visits (≥3) and mortality from April 2, 2022, to March 31, 2023. Findings were interpreted from two perspectives: clinical (with models including individuals' clinical characteristics, such as chronic diseases) and public health (with models excluding clinical characteristics to mimic polypharmacy measures usually used in surveillance).ResultsMedication count remained the most informative predictor in the clinical perspective analyses, with AUC = 0.739 for frequent emergency visits and AUC = 0.804 for one-year mortality, while medication thresholds lacked discrimination. Public health perspective analyses resulted in a bell-shaped predictive pattern peaking at eight medications for both frequent emergency visits (AUC = 0.690) and one-year mortality (AUC = 0.764). Inappropriateness criteria did not outperform medication count or polypharmacy thresholds.ConclusionFrom a clinical perspective, medication count is more informative than polypharmacy thresholds. From a public health perspective, a threshold of eight medications may serve as a useful polypharmacy measure.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».