Medication Use by Older Adults with Frailty: A Scoping Review
Notice bibliographique
Résumé
Frailty among older adults heightens their risk of negative health outcomes, and medication use plays a major role in this increased vulnerability. Various aspects of medication use elevate the risk of poor outcomes in individuals with frailty. The current scoping review was designed to explore medication use in older adults with frailty in primary care, focusing on the prevalence of potentially inappropriate medications (PIMs), polypharmacy, medication adherence, and their role in contributing to adverse drug events. This scoping review was conducted using the Arksey and O'Malley, supplemented by the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) Extension for Scoping Reviews (PRISMA-ScR) guidelines. A search of the literature was conducted from inception to November 2023 in Ovid EMBASE, PubMed (MEDLINE), Scopus, EBSCOhost CINAHL, and Ovid International Pharmaceutical Abstracts. Studies which met the eligibility criteria included older adults with frailty (≥65 years) living at home, defined frailty criteria, and assessment of medication use. Out of the 4726 studies screened, 223 were included, conducted across 39 countries. Frailty prevalence varied widely from 0.9% to 89.2%. Polypharmacy (5-9 medications) and hyper-polypharmacy (≥10 medications) were notably more common among individuals with frailty, with polypharmacy rates ranging from 1.3% to 96.4%. Twelve studies reported PIM prevalence among individuals with varying levels of frailty, ranging from 2.4% to 95.9%. This scoping review highlights the challenges and complexities involved in understanding the relationship between medication use and frailty in older adults.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».