MétaCan
Menu
Retour à la cohorte
Enregistrement W776897615 · doi:10.71781/756

Facteurs socioéconomiques associés à l’usage des médicaments psychotropes chez les hommes et les femmes âgés de 65 à 74 ans vivant dans la communauté : l’étude internationale sur la mobilité des personnes âgées (IMIAS)

2014· dissertation· fr· W776897615 sur OpenAlexaboutno aff
Noufou G. Nana

Notice bibliographique

RevueOpen MIND · 2014
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Objectif de l’étude : Estimer l'association entre la position socioéconomique et l'utilisation des médicaments psychotropes dans cinq populations différentes chez les personnes âgées de 65-74 ans. Méthode : L'échantillon d'étude était composé de 1995 personnes avec des données issues de la première vague de collecte de 2012 faite par l’International Mobility in Aging Study (IMIAS). Il se composait de 401 participants de Saint- Hyacinthe (Québec), 398 de Kingston (Ontario), 394 personnes âgées de Tirana (Albanie), 400 de Manizales (Colombie) et 402 de Natal (Brésil). Tous les médicaments psychotropes consommés pendant les 15 derniers jours ont été identifiés au cours d'une visite à domicile et codés selon la classification ATC. Les médicaments psychotropes inclus étaient les anxiolytiques, sédatifs et hypnotiques (ASH), les antidépresseurs (ADP) et les analgésiques/antiépileptiques/antiParkinson (AEP). Les associations entre la prévalence de la consommation des médicaments psychotropes et l'éducation, le revenu et l’occupation ont été estimés avec des ratios de prévalence (RP) obtenus en ajustant une régression de Poisson et en utilisant le modèle comportemental de Andersen et Newman sur l'utilisation des services de santé et en contrôlant les besoins (les maladies chroniques et la dépression), les facteurs prédisposants (âge et sexe) ainsi que les facteurs facilitants (en utilisant le site d'étude en tant que mandataire des facteurs lié au système de santé et à l'environnement). Résultats : Les personnes âgées vivant dans les sites canadiens consommaient plus de médicaments psychotropes que celles vivant dans les sites à l'extérieur du Canada, elles consommaient moins d’ASH à Manizales et ne consommaient pas d’ADP en Albanie. Les inégalités socioéconomiques varient selon les sites. Dans les sites canadiens, le faible niveau socioéconomique était associée à une plus grande consommation de médicaments psychotropes : en particulier, les personnes à faible niveau d’instruction consommaient plus d’antidépresseurs et celles à faible revenu consommaient plus d’AEP. Dans les sites de recherche d'Amérique latine, les personnes âgées de niveau d’instruction et de revenu élevé consommaient plus antidépresseurs et celles avec des occupations manuelles consommaient plus d’analgésiques/antiépileptiques/antiParkinson. À Tirana (Albanie), il n'y avait pas de consommation de médicaments antidépresseurs, mais la consommation d’ASH était plus élevée chez les personnes à faible revenu. Les analyses multivariées du modèle final cache les différences entre les sites qui se sont révélées dans les analyses spécifiques au niveau du Canada, de l’Amérique Latine et d’Albanie. Conclusion : Il existe des inégalités socioéconomiques liées à la consommation des médicaments psychotropes chez les personnes âgées. Ces inégalités varient selon les sites. L'utilisation des médicaments psychotropes était plus fréquente chez les personnes les moins instruites et les plus pauvres au Canada alors que l'inverse était vrai dans les sites d'Amérique latine. L'Albanie était caractérisée par une absence de consommation d'antidépresseurs alors qu’il y avait une plus grande utilisation des anxiolytiques, sédatifs et hypnotiques dans les groupes à faible revenu.

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)0,002
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 enseignants0,249
Score d'incertitude au seuil0,495

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,095
Tête enseignante GPT0,409
Écart entre enseignants0,314 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207