High risk use of OTC NSAIDs and ASA in family medicine: A retrospective chart review
Notice bibliographique
Résumé
BACKGROUND: Complications associated with the use of NSAIDs, antiplatelet agents, and anticoagulants are among the top causes of preventable drug-related ER visits, hospitalizations and death. Although over-the-counter (OTC) NSAIDs and ASA also contribute to this preventable risk, it is unclear how well these medications are documented in primary care records. METHODS: A retrospective electronic and paper chart review was conducted to evaluate the prevalence of 13 evidence-based high-risk prescriptions and the contribution of OTC NSAIDs and ASA to these potentially inappropriate prescriptions (PIPs). RESULTS: Of the 148 patients included in the review, ASA was taken by 117 patients (79%) while OTC NSAIDs were taken by 36 (24%). OTC NSAIDs were never documented within the "medication" section of the electronic record, whereas ASA was documented in 65 (56%) cases. Eighty percent (118/148) taking either OTC NSAIDs or ASA were identified as having at least one PIP. CONCLUSION: OTC NSAIDs and ASA are widely available and are commonly taken without the knowledge of the prescriber. These medications contribute to the overall risk of bleeding. Review and documentation of OTC NSAIDs and ASA use should be part of all relevant patient encounters when prescribing NSAIDs, antiplatelets and anticoagulants.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».