Identification des déterminants des cascades médicamenteuses dans les données clinico-administratives : démonstration avec la cascade bloqueurs des canaux calciques et diurétiques
Bibliographic record
Abstract
Contexte : Les cascades médicamenteuses surviennent lorsqu'un effet indésirable médicamenteux, causé par un médicament index, est considéré à tort comme étant une nouvelle affection, ce qui conduit à la prescription d'un autre médicament pour la traiter. Cette pratique favorise la polypharmacie, la survenue d'effets indésirables et l'accroissement du fardeau thérapeutique, surtout chez les sujets vulnérables comme les personnes âgées. Un cas répandu de cascade médicamenteuse est la co-prescription de diurétiques de l'anse pour traiter l'œdème périphérique causé par un bloqueur des canaux calciques (BCC). Objectifs : Les objectifs de cette étude étaient (i) d'estimer le risque de la cascade BCC-diurétique dans la population des personnes de 66 ans et plus utilisant ces deux médicaments et (ii) de déterminer les facteurs associés à cette cascade. Méthodes: Ce projet était une étude de cohorte longitudinale rétrospective des personnes âgées de 66 ans et plus couvertes par le régime public d'assurance-médicaments (RPAM). Les données ont été obtenues à partir de la base de données du Système intégré de surveillance des maladies chroniques du Québec (SISMACQ). Nous avons inclus les personnes qui ont reçu un BCC ou un diurétique de l'anse pour la première fois (date de référence) entre le 1er avril 2014 et le 31 mars 2020. La première réclamation de BCC ou de diurétique de l'anse devait être suivie d'une réclamation de l'autre médicament dans les 365 jours et les patients devaient être inscrits de manière continue au RPAM 365 jours avant et 365 jours après la date de référence. Une analyse de symétrie de la séquence (ASS) de prescription avec l'utilisation d'antagonistes des récepteurs de l'angiotensine (ARA) comme contrôle négatif a été utilisée pour déterminer l'incidence de la cascade BBC-diurétique. Une analyse de régression logistique multivariée a été réalisée pour identifier les facteurs associés à la cascade médicamenteuse. Résultats : Au total, 11 543 patients ont eu une première réclamation de BCC et de diurétiques, 7 906 patients ayant reçu le diurétique dans les 365 jours suivant la première réclamation du BCC et 3 637 patients ayant reçu le diurétique avant le BCC. Le rapport de séquence brut (RSb) pour l'ASS du BCC était de 2,17, indiquant une probabilité plus élevée de recevoir un BCC avant le diurétique. Après ajustement pour le rapport de tendance temporelle (RTT), on a obtenu un ratio de séquence ajusté (RSa) de 2,21 (IC95% 2,13-2,30). En incorporant le RSa du contrôle négatif à l'ASS principal, on a obtenu un RSa relatif (RSar) de 1,82 (IC95% 1,70-2,09). Les graphiques du SSA ont montré que la cascade tend à se produire dans les premiers mois suivant la réclamation de BCC. L'analyse de régression logistique a révélé que le sexe masculin, la tranche d'âge jeune (66-69 ans), ainsi que des caractéristiques spécifiques du prescripteur telles que l'année d'obtention du diplôme et la spécialité sont des facteurs prédictifs des cascades médicamenteuses. L'analyse a également montré que les patients ayant eu recours à des prescripteurs différents présentaient un risque accru d'avoir la séquence BCC-diurétiques. Conclusions : Les patients de 66 ans et plus qui ont d'abord eu une réclamation de BCC encouraient 82 % de risque de recevoir par la suite une prescription de diurétique, possiblement en raison de l'apparition d'un œdème comme effet secondaire des BCC. Peu de caractéristiques étaient prédictives de la cascade médicamenteuse BCC-diurétiques. Les patients les plus jeunes et ceux de sexe masculin étaient plus susceptibles de subir cette cascade. Certaines caractéristiques du prescripteur, telles qu'une année de diplomation peu récente et être un médecin généraliste, étaient associées à cette cascade. Ces résultats soulignent l'importance d'une surveillance attentive pour optimiser le traitement médicamenteux, en particulier chez les patients les plus jeunes et de sexe masculin, et de sensibiliser les prescripteurs selon de leur expérience et formation lorsqu'ils évaluent les risques et les bénéfices des médicaments.
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 | 0.040 | 0.166 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".