Les médicaments potentiellement inappropriés chez la personne âgée (étude au centre hospitalier universitaire d'Angers)
Notice bibliographique
Résumé
En France, la population vieillit. Ce problème de santé publique est le cœur de l actualité. Les personnes âgées, souvent polypathologiques, sont de grandes consommatrices de médicaments. La question se pose donc de la qualité de leurs prescriptions.Face à cette situation, des outils d aide à la prescription se sont développés, en particulier aux Etats-Unis et au Canada, avec élaboration de listes de médicaments à éviter. La liste de Médicaments Potentiellement Inappropriés (PIMs) chez les sujets âgés de 75 ans et plus, établie à la suite de ces travaux par ML Laroche, est particulièrement intéressante, puisqu elle s applique à la pratique médicale française. Une étude de la fréquence de prescription des PIMs a été réalisée au CHU d Angers à partir de cette liste française. Elle présente des résultats alarmants: 42,3% des patients étudiés ont au moins un PIM dans leur prescription. Les benzodiazépines sont les molécules les plus incriminées. Ces résultats sont cohérents avec les autres études effectuées dans le même domaine. Ces observations mettent en évidence la nécessité d accroître la vigilance du personnel de santé lors de la prescription et la délivrance de médicaments dans la population âgée. Dans ce cadre, la diffusion d une telle liste pourrait aider à promouvoir la qualité des traitements du sujet âgé.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 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 ».