Polypharmacie et pratiques de prescription de médicaments psychotropes et anticholinergiques chez les aînés québécois vivant en communauté et ayant reçu un diagnostic de la maladie d'Alzheimer ou d'un trouble neurocognitif majeur entre 2015 et 2018
Notice bibliographique
Résumé
Les personnes âgées souffrant de troubles neurocognitifs majeurs (TNCM) seraient davantage vulnérabilisées par les maladies chroniques et plus exposées à la prise concomitante de médicaments (polypharmacie). Elles seraient par conséquent plus à risque d'issues de santé défavorables associées à cette polypharmacie. Les psychotropes sont souvent utilisés pour atténuer les symptômes comportementaux et psychologiques de la démence, bien que leur efficacité n'ait pas été démontrée avec évidence et malgré les risques d'effets indésirables qu'ils présentent. La prise de médicaments anticholinergiques soulève également des préoccupations en raison de leur effet cognitif potentiel. L'objectif de l'étude est d'établir, chez les aînés vivant en collectivité entre 2015 et 2018, si une variation du nombre de médicaments réclamés, et plus spécifiquement des médicaments psychotropes et anticholinergiques, est observée suite au diagnostic d'un TNCM. Nous avons réalisé une étude de cohorte populationnelle rétrospective à l'aide des données administratives du Système intégré de surveillance des maladies chroniques du Québec (SISMACQ), dans le but de comparer l'usage de médicaments l'année précédant et l'année suivant le diagnostic. Le groupe TNCM (n= 12 167) inclut les personnes âgées de 66 ans et plus ayant reçu un diagnostic de TNCM en 2016-2017. Des aînés sans atteinte cognitive ont été sélectionnés afin de former le groupe contrôle (n= 88 729), qui permet de tenir compte de l'effet du temps sur l'usage de la médication. La variation du nombre de médicaments réclamés suite au diagnostic, ainsi que celle de la prévalence de l'utilisation de médicaments psychotropes et anticholinergique sont été estimées à l'aide de la méthode des doubles différences. Dans le groupe TNCM, le nombre moyen de médicaments réclamés est de 9,5 l'année précédant le diagnostic et augmente de 1,25 au cours de l'année suivant le diagnostic, en excluant les traitements anti-Alzheimer. En comparaison, 8,5 médicaments sont réclamés en moyenne la première année dans le groupe contrôle et ce nombre augmente de 0,45 médicament l'année suivante. La différence moyenne ajustée entre ces variations est de 0,81 (IC[indice 95%]: 0,74; 0,87) médicaments. Une hausse de la prévalence de l'utilisation de certaines classes de médicaments est observée suite au diagnostic : antipsychotiques : 13,2 % (12,5; 13,9); antidépresseurs : 7,1 % (6,5; 7,7); médicaments anticholinergiques : 3,8 % (3,1; 4,6). Aucune cessation de classe de médicaments particulière n'a été mise en évidence lors de nos analyses. L'établissement du diagnostic d'un TNCM est associé à une hausse de la polypharmacie au cours de l'année subséquente. Cette variation est en partie causée par une augmentation de la prescription d'antipsychotiques et d'antidépresseurs.
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 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».