MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162014283 · doi:10.82308/42617

Deprescribing in special populations at risk of medication overload

2025· dissertation· en· W7162014283 sur OpenAlexaboutno aff
Émilie Bortolussi‐Courval

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical prescriptionPopulationHospital admissionHuman immunodeficiency virus (HIV)MEDLINE

Résumé

récupéré en direct d'OpenAlex

ContexteLes patients médicalement complexes se font souvent prescrire plusieurs médicaments (polypharmacie), dont plusieurs peuvent être potentiellement inappropriés (MPI), risquant des événements indésirables médicamenteux, définis comme un préjudice causé par un médicament. Un patient recevant ≥1 MPI aurait donc une surmédication ; un terme distinct de la polypharmacie, car cette dernière décrit un décompte de médicaments et non une pertinence. La déprescription réduit le fardeau des MPI, mais elle est souvent laborieuse et étudiée chez les personnes âgées ; d’autres populations spéciales à risque de polypharmacie, et donc de surmédication, pourraient aussi en bénéficier, comme les résidents des centres d’hébergement et de soins de longue durée (CHSLD), les patients dialysés et les personnes âgées vivant avec le VIH (PAVVIH).ObjectifsLes objectifs de ma thèse étaient de 1) mesurer la proportion de patients avec une polypharmacie et une surmédication dans trois populations spéciales ; et 2) déterminer l’efficacité d’un soutien à la déprescription électronique chez les i) résidents d’un CHSLD et ii) patients dialysés. Ma thèse comprend 3 études et 4 manuscrits, chacun présenté dans le style de la revue publiée, selon la politique de McGill.MéthodesJ’ai utilisé un outil électronique de soutien à la décision canadien, MedSécure, pour déprescrire chez chaque population spéciale étudiée (CHSLD, dialyse, PAVVIH). L’âge, le sexe et les données médicales (comorbidités, médicaments et données paracliniques sélectionnées) ont été extraits des dossiers médicaux électroniques (DMÉ), saisis dans le portail web de MedSécure, et croisés avec des recommandations de déprescription des critères Beers, Screening Tool of Older People’s Prescriptions (STOPP) et Choisir avec soin. MedSécure a généré des rapports individuels de déprescription incluant la liste de MPI, les instructions de déprescription et des liens informatifs pour les patients. Les cliniciens ont reçu ces rapports dans deux études d’amélioration de la qualité 1) de format avant-après lors des Revues de médicaments trimestrielles (RMT) dans un CHSLD en Ontario, Canada (manuscrit 1), et 2) de format multimodal en dialyse (le manuscrit 2 comprend le protocole, le manuscrit 3, les résultats). La 3e étude (manuscrit 4) comprend les résultats de l’étude de cohorte rétrospective parmi 100 PAVVIH âgés de ≥50 ans et suivis au Service des Maladies Virales Chroniques du Centre universitaire de santé McGill. Les PAVVIH de ≥50 ans étaient incluses car elles sont biologiquement similaires aux adultes séronégatifs de ≥65 ans.RésultatsDans ma 1re étude en CHSLD, tous les résidents (55/55) avaient une polypharmacie (≥5 médicaments prescrits) ; 96,4% (53/55) avaient une surmédication (≥1 MPI). Le nombre de médicaments déprescrits par résident était plus élevé lors de la RMT MedSécure (RD 0,5 ; é.-t. 1,1 ; p=0,02). Dans ma 2e étude en hémodialyse (manuscrit 3), 97,6% (124/127) de l’unité témoin et 98,5% (67/68) de l’unité d’intervention avaient une polypharmacie ; 96% (122/127) des patients de l’unité témoin et 97% (66/68) de l’unité d’intervention avaient une surmédication. La proportion de patients ayant ≥1 MPI déprescrits était plus élevée dans l’unité d’intervention (RD=36,6% ; IC 95%=24,5-48,6 ; p<0,0001 ; NNT=3). Dans ma 3e étude, 89% (89/100) des PAVVIH avaient une polypharmacie, et 58% (58/100) avaient une surmédication. Les suppléments de calcium (19%), les antidiabétiques (y compris l’insuline) avec une hémoglobine A1C<7,5%, et les hypnotiques sédatifs (16%) étaient les MPI les plus courants.ConclusionJ’ai introduit et approfondi la distinction entre la polypharmacie et la surmédication, toutes deux courantes parmi les trois populations spéciales étudiées. Un soutien à la décision électronique comme MedSécure peut augmenter la déprescription dans les CHSLD et les cliniques de dialyse ambulatoires en fournissant un soutien à la déprescription aux cliniciens

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,432
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPharmaceutical Practices and Patient Outcomes→Travaux en français237 207→