Notice bibliographique
Résumé
SIR—Medications, including anticholinergics [1, 2], neuroleptics and narcotics [3], are recognised as contributing factors to delirium. Often, these medications are prescribed on a PRN (as needed) basis for management of post-operative nausea, delirium and pain. Additionally, antipsychotics and benzodiazepines are the prescribed PRN for delirium symptoms. Delirium complicates the assessment of pain because of the overlapping symptoms and impaired communication, thus resulting in inadequate treatment of pain in delirious older patients [4]. Poor pain control may contribute to worsening cognition and a cycle of ineffective management. The desire to improve delirium management resulted in a geriatric service nurse practitioner and pharmacist from a large Canadian hospital being invited to participate in a one-day session on education for orthopaedic nurses. The purpose of this study is to evaluate one of the outcomes of the educational intervention program: use of PRN medications following repair of hip fracture or elective hip arthroplasty. Little is known regarding the process of clinical decision-making among nurses with regard to administering PRN medications, although physicians and nurses may have different approaches. In a psychiatric setting, nurses and physicians had disparate views on the use of PRN medications, including the use of antipsychotics and benzodiazepines [5]. Using simulations of analgesics needed in post-operative cancer patients, Di Giulio and Crow reported a non-statistically significant difference in the amount of patient information collected by the two disciplines during assessment [6]. Differences between the medication prescriber (physician) and administrator (nurse) have the potential to adversely affect patient care. There is an absence of evidence that can be used to base the clinical use of PRN psychotropic medication in mental health settings [7], and we suggest that this situation exists with regard to delirious older adults as well. Nurses are called upon to manage complex and overlapping symptoms, pain and delirium, often with little guidance for practice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,009 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,241 | 0,107 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».