Use of narcotic analgesics in the emergency department treatment of migraine headache
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Treatment of acute migraine headache with narcotics is potentially ineffective and may lead to abuse. The authors examined the treatment practice variation across five linked EDs in one Canadian center, focusing on the use of narcotic analgesics and factors associated with their use. METHODS: Five hundred acute migraine headache patient charts were randomly selected from five Canadian EDs. Charts underwent a structured review to determine medication use. Data were analyzed, comparing those who received narcotics as first-line treatment with those who did not, using chi(2) and t-tests and logistic regression. RESULTS: The majority of patients (59.6%) received narcotics as first-line treatment. Numerous factors were associated with first-line narcotic treatment. Having taken antiheadache medications prior to ED presentation (odds ratio [OR]: 2.63; 95% CI: 1.53, 4.51) and hospital of presentation being other than Hospital A (e.g., Hospital D, OR: 6.32; 95% CI: 2.76, 14.46) increased the odds of receiving first-line narcotics. Having received a more urgent triage score (OR: 0.4; 95% CI: 0.24, 0.65) or having a longer duration of headache (OR: 0.994; 95% CI: 0.99, 0.99) decreased the odds of receiving first-line narcotics. CONCLUSIONS: Acute migraine management in these EDs does not meet current consensus guidelines. Factors associated with narcotic use are predictable, and a concerted effort to replace narcotics with more evidence-based first-line treatments is needed.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle