Analysis of non‐pharmacological interventions attempted prior to pro re nata medication use
Notice bibliographique
Résumé
The aim of the present study was to elucidate what non-pharmacological interventions are applied by nursing staff prior to the administration of psychotropic pro re nata (PRN) medication. Best practices would instruct clinical staff to provide non-pharmacological strategies, such as de-escalation and skills coaching, as the first response to patient distress, anxiety, or agitation. Non-pharmacological strategies might be safer for patients, promote more collaborative relationships, and facilitate greater skills development for managing symptoms. The literature has highlighted that poor documentation of pre-PRN administration interventions has limited our understanding of this practice, but evidence suggests that when this information is available, non-pharmaceutical approaches are not being attempted in the majority of cases. This is troubling given that, while clinically appropriate in some instances, PRN have been subject to criticism and lack critical evidence to support their use. The current study is a continuation of our previous work, which examined the reason, frequency, documentation, and outcome (e.g. effectiveness, side-effects) of PRN medication use at our facility. A chart review was conducted to understand what happens prior to the administration of PRN medication at our facility across all inpatient units over the course of 3 months. Results support previous findings that non-pharmacological interventions are poorly documented by front-line staff and are seemingly used infrequently. The use of these interventions differs by patient presentation (e.g. agitation, insomnia), and most often include supportive measures. The findings suggest that both documentation and intervention practices of nursing staff require further investigation and adjustment to align with best practices.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».