Classifier les polypharmacies selon leur niveau de risque pharmacothérapeutique et clinique chez les aînés québécois : une analyse de classes latentes
Bibliographic record
Abstract
Contexte : La polypharmacie est souvent définie comme l'utilisation d'au moins cinq médicaments. Or, cette définition unidimensionnelle ne permet pas de distinguer la polypharmacie appropriée de celle inappropriée. D'autres caractéristiques pourraient être utilisées pour classer la polypharmacie en sous-groupes présentant différents niveaux de risque. Objectifs : Caractériser différents types de polypharmacie chez les aînés québécois et évaluer leur association avec la mortalité et l'institutionnalisation. Méthodes : À partir du Système intégré de surveillance des maladies chroniques du Québec, nous avons sélectionné un échantillon aléatoire de Québécois ≥ 66 ans au 31 mars 2017 couverts par le régime public d'assurance médicaments. Les indicateurs catégoriels utilisés pour décrire la polypharmacie comprenaient : le nombre de médicaments, de médicaments potentiellement inappropriés (MPI), de médicaments à surveillance accrue, de médicaments à voie d'administration complexe et d'interactions médicamenteuses, le score de charge anticholinergique (SCA), et l'utilisation du pilulier. Une analyse de classes latentes (ACL) a permis de subdiviser la polypharmacie en groupes. Nous avons utilisé des modèles de Cox afin d'évaluer le risque de mortalité et d'institutionnalisation sur trois ans pour chaque classe. Résultats : Au total, 93 516 sujets ont été inclus. Un modèle à quatre classes a été sélectionné et peut être décrit ainsi : (1) Aucune polypharmacie (46% de la population), (2) Nombre moyen-élevé de médicaments, faible risque (33%), (3) Nombre moyen de médicaments, MPI ± SCA élevé (8%) et (4) Hyperpolypharmacie, utilisation complexe, risque élevé (13%). Lorsque comparées à la classe 1, toutes les classes de polypharmacie étaient associées à la mortalité et l'institutionnalisation, les classes les plus complexes/inappropriées dénotant les plus grands risques. Conclusions : L'ACL suggère trois types de polypharmacie qui diffèrent selon leurs risques pharmacothérapeutiques et cliniques, soulignant l'intérêt de regarder au-delà du nombre de médicaments pour caractériser et étudier la polypharmacie.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".