Video Experimental Relacionado
Updated: Sep 9, 2025

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
Mejorar los métodos de estratificación de los pacientes para la revisión de la medicación durante las admisiones
Louise Westberg Strejby Christensen1,2,3, Helle Gybel Juul-Larsen1, Line Jee Hartmann Rasmussen1,4
1Department of Clinical Research, Copenhagen University Hospital Amager and Hvidovre, Hvidovre, Denmark.
La identificación de pacientes de alto riesgo para la revisión de la medicación hospitalaria es crucial. Un índice de fragilidad (FI-OutRef) o niveles de suPAR predicen mejor los resultados adversos que los métodos tradicionales, mejorando la selección del paciente para la revisión de la medicación.
Área de la Ciencia:
- Farmacia clínica
- Medicina para la edad avanzada
- Médico interno
Sus antecedentes:
- Las revisiones de medicamentos hospitalarios identifican prescripciones inadecuadas, pero los límites de recursos requieren una selección específica de pacientes.
- La estratificación actual de los pacientes se basa en el número de medicamentos y la edad, faltando potencialmente individuos de alto riesgo.
- La predicción de resultados clínicos adversos como la readmisión o la mortalidad es clave para una evaluación eficaz de la medicación.
Objetivo del estudio:
- Explorar si los factores clínicos más allá del recuento de medicamentos y la edad pueden mejorar la predicción de resultados clínicos adversos en pacientes hospitalizados agudamente.
- Identificar nuevos biomarcadores o índices para una mejor estratificación de pacientes para la revisión de medicamentos.
Principales métodos:
- En un estudio exploratorio se analizaron los datos de 27.873 pacientes hospitalizados con enfermedad aguda (≥18 años) en el Hospital Universitario de Copenhague Hvidovre.
- Los resultados evaluados fueron la readmisión aguda o la mortalidad dentro de los 90 días posteriores al alta.
- Los modelos predictivos compararon los factores tradicionales (número de medicamentos, edad) con la puntuación de riesgo de medicamentos (MERIS), la función renal, la carga anticolinérgica, un índice de fragilidad (FI-OutRef) y el receptor activador del plasminógeno de la urokinasa soluble en plasma (suPAR).
Principales resultados:
- Ni MERIS, ni la función renal, ni la carga anticolinérgica mejoraron la predicción de resultados en comparación con el número de medicamentos y la edad.
- La incorporación de un índice de fragilidad (FI-OutRef) o suPAR mejoró significativamente la predicción de los resultados clínicos adversos a los 90 días.
- Estos hallazgos sugieren que FI-OutRef y suPAR son valiosos para identificar a los pacientes que más se beneficiarían de la revisión de la medicación.
Conclusiones:
- El índice de fragilidad (FI-OutRef) y el suPAR son predictores superiores de resultados clínicos adversos en pacientes hospitalizados en comparación con los factores tradicionales.
- Estos biomarcadores ofrecen proxies prácticos de la carga de la enfermedad para mejorar la estratificación del paciente para la revisión de la medicación.
- La optimización de la revisión de medicamentos puede mejorar la seguridad del paciente y la asignación de recursos en los hospitales.
Más Videos Relacionados
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
11:02Identification and Quantification of Deranged Metabolites in Critically Ill Patients Using NMR-Based Metabolomics
Published on: November 29, 2024
Videos de Conceptos Relacionados
Drug Therapy
Antianxiety Medications
Factors Affecting Drug Response: Overview
Psychosis: Goals of Pharmacotherapy
Factors Affecting Renal Clearance: Renal Impairment
One condition associated with renal failure is uremia. Uremia is characterized by impaired glomerular filtration and fluid accumulation in the body. This condition hinders the renal clearance of drugs, resulting in drug accumulation and potential...
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Chronopharmacokinetics: Circadian Rhythms and Influence on Drug Response
The time of drug administration is an important factor to consider, as it can influence the toxic dose of a drug. For example, a study conducted by Prins et al. in 1997 examined the effects of the timing of...