Evaluation of a Symptom‐Triggered Protocol Approach to the Management of Alcohol Withdrawal Syndrome in Older Adults
Notice bibliographique
Résumé
OBJECTIVES: To evaluate whether implementation of symptom-triggered administration of a benzodiazepine protocol reduces the severity (total cumulative dose), duration, and complications of alcohol withdrawal syndrome (AWS). DESIGN: Retrospective health record review. SETTING: Tertiary care center in Vancouver, Canada. PARTICIPANTS: Individuals aged 70 and older admitted to the Acute Care for Elders and Acute Medicine Unit wards with diagnostic codes for AWS from 2008 to 2012. MEASUREMENTS: Median duration and cumulative dose of benzodiazepine treatment, number of severe AWS complications, severe benzodiazepine-associated adverse effects, and need for adjunct therapy. RESULTS: Thirty-three participants in the preprotocol group and 30 in the protocol-implemented group met the inclusion criteria. Median duration of benzodiazepine treatment decreased from 96 hours (interquartile range (IQR) 72-120 hours) in the preprotocol period to 48 hours (IQR 0-108 hours; P=.04), and median cumulative benzodiazepine dose administered decreased from 9 mg (IQR 5-19.8 mg) to 3 mg (IQR 0-10 mg; P=.001). Statistically significantly lower incidence of severe AWS complications (P=.007) and adjunct therapy use (P=.02) was seen in the protocol-implemented group. CONCLUSION: A symptom-triggered protocol for dosing of benzodiazepine therapy in the management of AWS in individuals aged 70 and older significantly reduced the total duration of benzodiazepine use, cumulative benzodiazepine dose, and use of adjunctive medications in the treatment of AWS.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».