Mortalidade associada ao uso de medicamentos potencialmente inapropriados, segundo critério de Beers: revisão sistemática e metanálise
Bibliographic record
Abstract
Na atualidade, a questão dos eventos adversos a medicamentos nos idosos apresenta grande importância, dada a expansão populacional deste grupo e o impacto negativo destes eventos, que muitas vezes apresenta associação com o uso de medicamentos potencialmente inapropriados (MPI). Tendo em vista que os resultados dos estudos sobre o impacto do uso de MPI na mortalidade de idosos, ainda são inconclusivos, o objetivo foi identificar e analisar na literatura científica as evidências de que o uso de MPI em idosos, segundo critério de Beers, encontra-se associado a mortalidade. Trata-se de uma revisão sistemática finalizada em 20 de Julho de 2012, cujos procedimentos metodológicos seguiram as recomendações do Joanna Briggs Institutte e Systematic Reviews Centre for Reviews and Dissemination guidance for undertaking reviews in health care. Na busca das publicações foram utilizadas as bases de dados Pubmed/Medline, Lilacs, Scopus, Embase, International Pharmaceutical Abstracts, Web of science, Sciencedirect; CINAHL, Current contents connect, Proquest Dissertation and Theses, Banco de teses-CAPES. A seleção das publicações e extração das informações dos estudos foi realizada por dois investigadores de forma independente. A qualidade metodológica dos estudos foi avaliada pela lista de verificação Newcastle-Ottawa. A amostra da RS foi constituída por 17 estudos, sendo que destes, oito publicações compuseram a metanálise. Na síntese descritiva observou-se que a maioria dos estudos apresentou nível de evidência IV (94,1%), cujo delineamento foi coorte (94,1%), usou técnica de amostragem não probabilística (64,7%), coletou dados de modo prospectivo (64,7%), utilizou amostra superior a 1.000 idosos (64,7%), realizou seguimento de 12 a 24 meses (52,9%) e a obtenção do desfecho mortalidade ocorreu em bases de dados (64,7%). A metanálise que totalizou a participação de 90.611 participantes apontou que idosos que utilizaram MPI apresentaram maior risco relativo para o desfecho de mortalidade (RR=1,11; IC 95% 1,01 1,22; p = 0,023), de acordo com os critérios de Beers, independente do cenário do estudo, da existência de comorbidades, de polifarmácia ou do tipo de MPI usado.
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 | 0.039 | 0.096 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.013 | 0.027 |
| Bibliometrics | 0.015 | 0.018 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".