Notice bibliographique
Résumé
Contexte : La polypharmacie (prise de cinq médicaments ou plus) touche près des deux tiers des personnes âgées au Canada. Elle est associée à des effets indésirables médicamenteux (EIM) tels que les chutes, les fractures, les hospitalisations et les décès. Le déprescription, soit le processus cliniquement de réduire ou d’arrêter des médicaments jugés nocifs, superflus ou non bénéfiques, peut atténuer les effets négatifs de la polypharmacie. Toutefois, certains cliniciens hésitent encore à déprescrire par crainte de provoquer des effets indésirables liés à l’arrêt d’un médicament (EIAM), définis comme la réapparition de symptômes ou des effets rebonds après l’arrêt d’un traitement. Le développement de techniques permettant de quantifier et de réduire ces EIAM représente une avancée importante. Il est également essentiel de mettre à l’échelle les interventions pour rejoindre le plus grand nombre de patients possible. Notre équipe de recherche a récemment adapté MedSécure, un outil électronique d’aide à la décision en matière de déprescription destiné aux professionnels de la santé, afin de permettre aux patients et aux aidants d’initier eux-mêmes le processus de déprescription. Cependant, l’adoption de MedSécure par les patients et les aidants dépend de son acceptabilité et de sa convivialité auprès des utilisateurs finaux.Objectifs : L’objectif général de mon mémoire était de me familiariser avec la polypharmacie et d’identifier les obstacles à la déprescription en contexte clinique. L’objectif principal était de réaliser une revue de la littérature afin d’identifier et comparer les critères de rapport des EIAM dans les essais contrôlés randomisés évaluant des interventions de déprescription, et de comparer les taux d’EIAM rapportés entre les études. L’objectif secondaire était de mener une étude de faisabilité sur la version grand public de MedSafer, en évaluant son acceptabilité et sa convivialité auprès des patients, des aidants et des professionnels de la santé. Cette étape était nécessaire pour déterminer si l’outil pouvait être facilement utilisé par les utilisateurs finaux et favoriser la prise de décision partagée entre patients, aidants et professionnels de la santé.Méthodes et résultats :Objectif 1 – Critères de rapport des effets indésirables liés à l’arrêt d’un médicament : J’ai réalisé une revue systématique de la littérature incluant les essais contrôlés randomisés testant une intervention de déprescription chez des adultes âgés (âge moyen ou médian ≥ 65 ans). J’ai analysé un sous-échantillon d’études rapportant les EIAM comme résultat. La recherche a été effectuée dans Ovid Medline, Embase et le registre Cochrane des essais contrôlés, et j’ai identifié 139 études éligibles, dont seulement 12 rapportaient des EIAM. À partir de ces études, j’ai identifié six critères de rapport différents pour les EIAM, avec un nombre d’EIAM variant de 0 à 1,25 EIAM par patient inclus.Objectif 2 – Étude de faisabilité de MedSafer : J’ai recruté 72 patients, 28 aidants et 25 professionnels de la santé. Les participants ont été invités à tester MedSafer, puis à remplir les questionnaires du modèle élargi d’acceptation de la technologie (TAM2) et du score de convivialité du système (SUS). Un sous-échantillon de participants (5 patients, 5 aidants et 5 professionnels de la santé) a été invité à participer à des entrevues semi-dirigées. Selon les résultats des enquêtes et des entrevues, les professionnels de la santé avaient une opinion plus favorable de MedSafer que les patients et les aidants.Discussion : Le premier objectif de mon mémoire consistait à analyser de manière critique la littérature. J’ai identifié une diversité de critères de rapport des EIAM et mis en évidence l’absence fréquente de données sur les EIAM dans les essais de déprescription. Ces résultats soulignent le besoin d’une approche harmonisée pour la documentation des EIAM à l’aide de critères spécifiques, afin d’assurer des résultats plus cohérents dans les essais de déprescription et de faciliter les méta-analyses futures. Le deuxième objectif portait sur l’évaluation des facteurs influençant la convivialité et l’acceptabilité d’un outil de déprescription dirigé par le patient. Mes résultats indiquent que les patients et les aidants rencontrent plus de difficultés d’utilisation que les professionnels de la santé, soulignant l’importance de les inclure dans le processus de conception. Ensemble, les résultats des deux volets de mon mémoire soutiennent le développement, l’évaluation et la mise en œuvre futurs d’outils permettant de surmonter les obstacles majeurs à la déprescription
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 | 0,406 | 0,594 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,013 | 0,010 |
| Études des sciences et des technologies | 0,004 | 0,013 |
| Communication savante | 0,031 | 0,037 |
| Science ouverte | 0,014 | 0,024 |
| Intégrité de la recherche | 0,025 | 0,032 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,004 |
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 ».