Impact of Age, Sex and Route of Administration on Adverse Events after Opioid Treatment in the Emergency Department: A Retrospective Study
Notice bibliographique
Résumé
BACKGROUND: The efficacy of opioids for acute pain relief in the emergency department (ED) is well recognized, but treatment with opioids is associated with adverse events ranging from minor discomforts to life-threatening events. OBJECTIVE: To assess the impact of age, sex and route of administration on the incidence of adverse events due to opioid administration in the ED. METHODS: Real-time archived data were analyzed retrospectively in a tertiary care urban hospital. All consecutive patients (≥16 years of age) who were assigned to an ED bed and received an opioid between March 2008 and December 2012 were included. Adverse events were defined as: nausea⁄vomiting (minor); systolic blood pressure (SBP) <90 mmHg, oxygen saturation (Sat) <92% and respiration rate <10 breaths⁄min (major) within 2 h of the first opioid doses. RESULTS: In the study period, 31,742 patients were treated with opioids. The mean (± SD) age was 55.8±20.5 years, and 53% were female. The overall incidence of adverse events was 12.0% (95% CI 11.6% to 12.4%): 5.9% (95% CI 5.6% to 6.2%) experienced nausea⁄vomiting, 2.4% (95% CI 2.2% to 2.6%) SBP <90 mmHg, 4.7% (95% CI 4.5% to 4.9%) Sat that dropped to <92% and 0.09% respiration rate <10 breaths⁄min. After controlling for confounding factors, these adverse events were associated with: female sex (more nausea⁄vomiting, more SBP <90 mmHg, less Sat <92%); age ≥65 years (less nausea⁄vomiting, more SBP <90 mmHg, more Sat <92%); and route of administration (intravenous > subcutaneous > oral). CONCLUSIONS: The incidence of adverse events associated with opioid administration in the ED is generally low and is associated with age, sex and route of administration.
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 | 0,004 | 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 | 0,000 |
| 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 ».