Impact d’un nouveau modèle de soins pharmaceutiques sur la polymédication et les médicaments potentiellement inappropriés en soins de longue durée : évaluation du modèle québécois PEPS
Notice bibliographique
Résumé
La polymédication et les médicaments potentiellement inappropriés (MPI) sont fréquents et sont associés à l’augmentation du risque d’interactions médicamenteuses et d’effets indésirables chez les personnes âgées en centres d’hébergement et de soins de longue durée (CHSLD). Jusqu’à maintenant, aucune intervention ou modèle de soins universel n’a été retenu pour l’optimisation des soins pharmaceutiques chez cette clientèle. Le Projet d’Évaluation de la Personnalisation des Soins pharmaceutiques en soins de longue durée (PEPS) est un modèle de soins pharmaceutiques qui augmente l’autonomie professionnelle du pharmacien et de l’infirmière et combine une réorganisation stratégique des soins, un programme de formation pour le personnel soignant et une révision des médicaments par le pharmacien en collaboration interdisciplinaire. L’objectif de cette étude quasi expérimentale pragmatique était d’évaluer l’impact du modèle PEPS sur 1) la polymédication (le nombre moyen de médicaments et la proportion de résidents recevant 10 médicaments ou plus) et 2) l’usage de MPI (le nombre moyen de MPI et la proportion de résidents recevant au moins un MPI, selon les critères de Beers 2015) au cours de la première année d’implantation entre mars 2017 et juin 2018. Tous les individus âgés de 65 ans ou plus de deux CHSLD exposés au modèle (409 résidents) et deux CHSLD témoins (282 résidents) au Québec, Canada, ont été inclus. En 12 mois, ce modèle a significativement réduit le nombre moyen de médicaments, passant de 10,6 à 8,9 (groupe exposé) et de 13,0 à 12,5 (groupe témoin); la probabilité de recevoir ³10 médicaments, passant de 57 % à 41 % (groupe exposé) et de 76 % à 73 % (groupe témoin); et le nombre moyen de MPI, passant de 1,3 à 1,1 (groupe exposé) et de 1,6 à 1,5 (groupe témoin). Ce modèle est facilement transférable à d’autres CHSLD et se démarque comme une voie prometteuse pour une meilleure prise en charge de la pharmacothérapie chez les personnes âgées en CHSLD.
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 | 0,012 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».