Caractéristiques des interventions pour déprescrire les benzodiazépines chez les personnes aînées et impacts sur la santé : revue systématique
Bibliographic record
Abstract
Le vieillissement de la population s’accompagne d’une augmentation de la multimorbidité et de la polymédication qui en résulte. Au Canada, deux tiers des personnes âgées de 65 ans ou plus recevaient au moins cinq classes de médicaments par année en 2016, malgré le fait que la polymédication soit associée à des effets indésirables. Plusieurs études ont démontré la possibilité de réduire significativement le nombre de médicaments chez les personnes dans ce groupe d’âge grâce aux interventions dites de déprescription. La déprescription des benzodiazépines (BZD) est d’une importance capitale compte tenu de la prévalence élevée de cette classe de médicaments chez les personnes aînées. La déprescription des BZD serait possiblement associée à une réduction des effets indésirables et une meilleure qualité de vie. Les objectifs de ce projet de recherche étaient de décrire les caractéristiques des interventions pour déprescrire les BZD chez les personnes aînées et leurs impacts sur la santé de ces personnes grâce à une revue systématique. Cette revue décrit les interventions de déprescription de BZD issues de 11 études et leurs effets sur la santé de 1 042 participants âgés en moyenne de 71 ans. Les effets des interventions sur la santé des participants des groupes interventions ont été comparés aux résultats sur la santé des participants des groupes témoins. Dans l'ensemble, le retrait des BZD est bien sécuritaire et les impacts négatifs sur le sommeil sont plutôt négligeables et temporaires chez certains patients. Dans la plupart des études, les patients n'ont pas présenté de symptômes de sevrage significatifs, sauf dans quelques études où les participants des groupes d'intervention ont connu plus d'insomnie et d'anxiété à 6 mois par rapport aux participants des groupes témoins (p <0,0001).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.027 | 0.062 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.004 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".