Polypharmacy as a Simple Measure for Assessing the Risk of Fall-Related Hospitalization in Older Adults
Notice bibliographique
Résumé
INTRODUCTION: Medication is a modifiable risk factor for falls. Evaluating medication use may aid in identifying individuals at increased risk of a first fall and in preventing associated outcomes. The aim of this study was to identify the best medication-based measure to evaluate fall-related hospitalization risk among older adults. METHODS: A population-based cohort was created using the Quebec Integrated Chronic Disease Surveillance System. Individuals aged >66 on April 1, 2019 (index date) insured by the public drug plan and without fall-related hospitalization the prior year were included. Five medication-based measures were developed, derived from the average number of medications claimed in the previous year (≥5, ≥10 medications, ≥5 third-level Anatomical Therapeutic Chemical classes, ≥1 fall-risk increasing drugs, ≥1 potentially inappropriate medications). Hazard ratios were estimated with sex-stratified Cox models to predict fall-related hospitalization in the year after index date. Predictive performances were compared between each medication-based measure. RESULTS: The cohort included 647,795 women and 529,725 men. Hazard ratios ranged from 1.43 (95% CI=1.37, 1.49) for ≥1 potentially inappropriate medication (women) to 2.17 (95% CI=2.05, 2.31) for ≥10 medications (men). Lowest predictive performance was for ≥1 potentially inappropriate medication (c-statistic=0.724 [women]; 0.722 [men]), and highest predictive performance was for ≥1 fall-risk increasing drug (c-statistic=0.735 [women], 0.736 [men]). CONCLUSIONS: All medication-based measures have similar performance in assessing fall-related hospitalization. From a public health standpoint, measures that have the added benefits of being simple and accessible, such as polypharmacy, can support surveillance efforts and inform public health actions.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».