Early Discharge of Patients with Presumed Opioid Overdose: Development of a Clinical Prediction Rule
Notice bibliographique
Résumé
OBJECTIVE: To develop a clinical prediction rule to identify patients who can be safely discharged one hour after the administration of naloxone for presumed opioid overdose. METHODS: Patients who received naloxone for known or presumed opioid overdose were formally evaluated one hour later for multiple potential predictor variables. Patients were classified into two groups: those with adverse events within 24 hours and those without. Using classification and regression tree methodology, a decision rule was developed to predict safe discharge. RESULTS: Clinical findings from 573 patients allowed us to develop a clinical prediction rule with a sensitivity of 99% (95% CI = 96% to 100%) and a specificity of 40% (95% CI = 36% to 45%). Patients with presumed opioid overdose can be safely discharged one hour after naloxone administration if they: 1) can mobilize as usual; 2) have oxygen saturation on room air of >92%; 3) have a respiratory rate >10 breaths/min and <20 breaths/min; 4) have a temperature of >35.0 degrees C and <37.5 degrees C; 5) have a heart rate >50 beats/min and <100 beats/min; and 6) have a Glasgow Coma Scale score of 15. CONCLUSIONS: This prediction rule for safe early discharge of patients with presumed opioid overdose performs well in this derivation set but requires validation followed by confirmation of safe implementation.
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 | 0,003 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».