Etat des lieux de l'utilisation des psychotropes dans les EHPAD annexes de l'hôpital de Laval (53)
Bibliographic record
Abstract
ntroduction : Le bon usage des médicaments chez les personnes âgées est un véritable enjeu de santé publique, notamment la prescription des psychotropes . Le risque de iatrogénie médicamenteuse est supérieur chez le résident d EHPAD à celui de la personne vivant à domicile. Nous avons donc réalisé un état des lieux de l utilisation de ces traitements dans les 4 EHPAD annexes de l hôpital de Laval. Objectifs : analyser les caractéristiques des patients, la fréquence d utilisation des classes de psychotropes et effectuer des comparaisons avec la population générale, étudier l utilisation des psychotropes selon l âge, le sexe et les comorbidités et comparer l homogénéité des prescriptions selon les EHPAD et les prescripteurs.Méthode : Etude transversale sur 326 résidents âgés de 70 ans ou plus. Le recueil des données a été fait directement sur le lieu de vie en consultant les ordonnances informatisées et les dossiers médicaux. Résultats : Les résultats montrent une consommation de psychotropes pour 77.3 % des résidents. 33.7% des résidents sont traités par des neuroleptiques, 32,8 % par des benzodiazépines et 31,6 % par des antidépresseurs. Nous avons mis en évidence des différences de prescription entre les médecins coordonnateurs ou hospitaliers et les médecins généralistes concernant l utilisation des antidépresseurs, des anxiolytiques non benzodiazépiniques et des benzodiazépines.Conclusion : Il est indispensable de former les praticiens à l utilisation des outils d évaluation gériatrique pour améliorer le bon usage des médicaments et il est nécessaire de favoriser la communication entre les différents prescripteurs pour limiter l utilisation des psychotropres.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".