Hospitalization due to Adverse Drug Reactions and Drug Interactions before and after HAART
Notice bibliographique
Résumé
OBJECTIVE: To characterize and compare the rates of adverse drug reactions (ADRs) and interactions on admission in two, one-year periods: pre-highly active antiretroviral therapy (HAART) (phase 1) and post-HAART (phase 2). DESIGN: Retrospective chart review. SETTING: University-affiliated tertiary care centre. POPULATION STUDIED: HIV-positive patients admitted to hospital. MAIN RESULTS: In phase 1, 436 of 517 admissions, and, in phase 2, 323 of 350 admissions were analyzed. Over 92% of patients were male, with a mean age of 38 years. Significant differences (P<0.05) in the mean length of stay (12.08 versus 10.02 days), the CD4 counts (99.25 versus 129.45) and the number of concurrent diseases (4.20 versus 3.63) were found between phase 1 and 2, respectively. The mean number of medications taken (5.52 versus 5.94) and the rates of hospitalization with ADRs (20.4% versus 21.4%) or interactions (2.5% versus 2.16%) were similar between the two phases. Antiretrovirals were more common in ADR admissions post-HAART (21.3% versus 36.2%), while antiparasitics, psychotherapeutics and antineoplastics were more common pre-HAART. Other classes of drugs involved in both phases were sulphonamides, narcotics, ganciclovir, foscarnet, antimycobacterials and antifungals. ADR causality was possible or probable in more than 80% of cases. Over 60% of ADRs were grades 3 to 4, and about 85% were either the main or contributing reason for admission. About 65% of patients had at least partial recovery at the time of discharge. In phases 1 and 2, 8.9% and 2.9% of admissions,respectively, with ADRs were fatal. CONCLUSIONS: Although hospitalizations with ADRs and interactions were similar in both phases, HAART therapy has had a significant impact on the incidence and nature of ADRs at St Michael's Hospital, Wellesley Central Site, Toronto, Ontario.
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 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) | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».