Utilisation des benzodiazépines et des autres sédatifs-hypnotiques chez les aînés québécois atteints de maladies chroniques : tendances de 2000 à 2016
Bibliographic record
Abstract
Contexte: L'utilisation des benzodiazépines et des autres sédatifs-hypnotiques est associée à un risque accru d’effets indésirables chez les aînés. Il n’existe pas de données populationnelles québécoises permettant de suivre l’utilisation de ces médicaments, particulièrement chez les individus plus vulnérables comme les aînés multimorbides. Objectif : Cette étude vise à décrire les tendances d'utilisation des benzodiazépines et des autres sédatifs-hypnotiques chez les aînés au Québec de 2000 à 2016, en fonction des maladies chroniques. Méthode: Nous avons mené une étude populationnelle avec les données du Système intégré de surveillance des maladies chroniques du Québec. Nous avons inclus tous les individus âgés de ≥ 66 ans couverts par le régime public d'assurance médicaments. Toutes les benzodiazépines et les autres sédatifs-hypnotiques pouvant être utilisés en alternatives ont été inclus. L'utilisation a été définie comme le fait d'avoir obtenu au moins un remboursement d’un de ces médicaments pour une année donnée. Les prévalences d'utilisation standardisées pour l’âge et le sexe ont été calculées chaque année puis stratifiées selon le nombre de maladies chroniques. Les tendances ont été calculées avec des régressions log-binomiale. Résultats: La proportion d'utilisateurs de benzodiazépines est passée de 34,8 % à 24,8 % de 2000 à 2016 (p < 0.001). Les aînés multimorbides (≥ 2 maladies chroniques) sont les plus grands utilisateurs de benzodiazépines; la prévalence d’utilisation est passée de 43,3 % à 30,6 % de 2000 à 2016. Inversement, la proportion d'utilisateurs d’autres sédatifs-hypnotiques a augmenté, particulièrement pour le trazodone et la quétiapine, de 5,4 % à 8,4 %, et ce, surtout chez les aînés multimorbides (7,4 % à 11,6 %). Conclusion: De 2000 à 2016, les aînés québécois se sont vu prescrire moins de benzodiazépines, mais davantage de trazodone et de quétiapine. Considérant les risques reliés à ces médicaments et la prévalence élevée, il importe de développer des interventions, particulièrement chez les aînés multimorbides.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".