consistent changes in summated MAI

consistent changes in summated MAI with variable effects on heterogeneity (table 2). Second, postintervention pooled data from five studies27–31 (488 intervention participants, 477 control participants) showed a lower summated MAI score (mean difference −3.88, 95% CI −5.40 to −2.35) in the intervention group compared with the control group (table 2). There was little evidence of heterogeneity between these estimates (I2=0%). This was consistent with the findings of Gallagher et al,25 which were not included in the meta-analysis because the data were skewed. Third, one study32 expressed the MAI score as the number of inappropriate prescriptions. The percentage of inappropriate prescriptions decreased in all MAI domains (n=10) in the intervention group and increased in five domains in the control group. These data could not be included in a meta-analysis.Beers’ criteria Pooled data from two studies30 31 (298 intervention participants, 288 control participants) showed that intervention group participants were prescribed fewer Beers’ drugs than control group participants postintervention (mean difference −0.1, 95% CI −0.28 to 0.09; I2=89%; table 2). Spinewine et al31 also reported the proportion of patients taking one or more Beers’ drugs preintervention and postintervention. Similar improvements were reported in the proportion of intervention and control group patients receiving one or more Beers’ drugs between hospital admission and discharge (OR 0.6, 95% CI 0.3 to 1.1). As this was the only study to report the results in this format, meta-analysis was not possible.McLeod criteria One study used the McLeod criteria38 to identify the initiation and discontinuation rates of 159 prescriptionrelated problems.34 The reported relative rate of initiation of inappropriate prescriptions for the intervention group was 0.82 (95% CI 0.69 to 0.98). However, the intervention did not appear to have an effect on the relative rate of discontinuation of pre-existing prescription-related problems (1.06, 95% CI 0.89 to 1.26). Meta-analysis was not possible as these criteria were not used in other studies.STOPP and START criteria Two studies25 26 used the Screening Tool of Older Person’s Prescriptions (STOPP) criteria to screen for PIP in older patients admitted to hospital. Gallagher et al25 reported lower (p

結果 (繁體中文) 1:

在求和MAI一致的變化與上異質可變效果（表2）。其次，從網絡干預後匯集數據已經studies27-31（488干預的參與者，477控制參與者）顯示干預組較低求和MAI得分（平均差異-3.88，95％CI -5.40 -2.35到）與對照組相比（表2）。有這些估計值（I2 = 0％）之間的異質性的證據。這與因為數據是偏斜不包括在薈萃分析（Gallagher等），25的網絡ndings一致。第三，一個study32表示MAI得分為不適當處方的數量。不適當的處方的百分比在干預組中的所有MAI域（N = 10）下降，在網絡連接已經增加對照組域。
Beers的標準從兩個studies30 31匯總數據（298介入的參與者，288控制參與者）顯示干預組參加者規定的啤酒更少'藥物比對照組參與者干預後（平均差異-0.1，95％CI -0.28至0.09; I2 = 89％;表2）。Spinewine等[31]也報導了患者服用一種或多種Beers的藥物干預前和干預後的比例。類似的改進報告了干預和對照組病人的比例接收（0.6 OR，95％CI 0.3-1.1）入院和放電之間的一個或多個Beers的藥物。由於這是唯一報告格式結果的唯一研究，薈萃分析是不可能的。
McLeod的標準的一個研究中使用的McLeod的criteria38識別159 prescriptionrelated problems.34的開始和中止率的報導的干預組不合適的處方起始的相對速率為0.82（95％CI 0.69至0.98）。然而，干預並未對預先存在的處方有關的問題（1.06，95％CI為0.89〜1.26），停藥的相對速度的效果。因為這些標準並沒有在其他研究中使用Meta分析是不可能的。
STOPP和START標準兩studies25 26用於老年人的處方篩選工具（STOPP）標準屏幕PIP在入院的老年患者。Gallagher等[25]報導降低（p

結果 (繁體中文) 2:

總和 MAI 的一致變化，對異質性的影響可變（表 2）。其次，干預後彙集的五項研究資料27-31（488名干預參與者，477名對照組參與者）在干預組中顯示與對照組相比，干預組的總評分MAI得分較低（平均差=3.88，95%CI =5.40至+2.35）。表 2）。這些估計值（I2=0%）之間幾乎沒有異質性的證據。這與Gallagher等人25的研究結果一致，這些研究結果由於資料有偏差而未列入薈萃分析。第三，一項研究32將MAI分數表示為不當處方的數量。干預組中所有 MAI 域 （n=10） 中不當處方的百分比下降，在對照組中的五個域中增加。這些資料不能包含在元分析中。
比爾斯的標準彙集了來自兩項研究的資料30 31（298名干預參與者，288名對照參與者）表明，干預組參與者的處方比對照組參與者在干預後開的藥更少（平均差異）±0.1，95% CI ±0.28 至 0.09;I2=89%;表 2）。Spinewine等人還報告了患者服用一種或多杯啤酒藥物前干預和干預後的比例。在入院和出院之間，干預和對照組患者接受一種或多種啤酒藥物的比例也有所改善（OR 0.6，95%CI 0.3 至1.1）。由於這是報告結果的唯一研究，因此無法進行元分析。
麥克勞德標準 一項研究使用麥克勞德標準38 確定 159 個處方相關問題的啟動和終止率。0.69 到 0.98）。然而，干預似乎沒有對先前存在的處方相關問題的相對終止率產生影響（1.06，95%CI 0.89至1.26）。由於其他研究中沒有使用這些標準，因此無法進行元分析。
STOPP 和 START 標準 兩項研究25 26 使用老年人處方 （STOPP） 篩查工具標準篩選住院老年患者的 PIP。Gallagher等人25報告較低（p

結果 (繁體中文) 3:

合併多發性心梗的一致性變化對異質性的可變影響（錶2）。其次，來自5項研究27-31（488名干預參與者，477名對照參與者）的干預後匯總資料顯示，干預組的MAI總分低於對照組（錶2）。這些估計之間幾乎沒有異質性的證據（I2=0%）。這與Gallagher等人的研究結果一致，其中25項沒有包括在薈萃分析中，因為數據有偏差。第三，一項研究32將MAI分數表示為不適當處方的數量。干預組的所有MAI領域中不適當處方的百分比降低（n=10），對照組的所有領域中不適當處方的百分比新增。這些數據不能包含在元分析中。
啤酒標準彙集了來自兩項研究的數據30 31（298名干預組參與者，288名對照組參與者）表明，干預組參與者比對照組參與者在干預後服用的啤酒藥物更少（平均差异-0.1，95%置信區間-0.28至0.09；I2=89%；錶2）。Spinewine等人31還報告了干預前和干預後服用一種或多種啤酒藥物的患者比例。干預組和對照組患者在入院和出院之間接受一種或多種啤酒藥物的比例（或0.6,95%CI 0.3-1.1）也有類似的改善。由於這是唯一以這種格式報告結果的研究，囙此無法進行元分析。
McLeod標準一項研究使用McLeod標準38確定159個處方相關問題的起始和終止率。34干預組報告的不適當處方的起始相對率為0.82（95%CI 0.69至0.98）。然而，干預似乎對先前存在的處方相關問題的相對停藥率沒有影響（1.06，95%CI 0.89至1.26）。薈萃分析是不可能的，因為這些標準沒有在其他研究中使用。
停止和開始標準兩項研究25 26使用老年人處方篩選工具（STOPP）標準篩選住院老年患者的PIP。Gallagher等25人的報告較低（p