MétaCan
Menu
Retour à la cohorte
Enregistrement W2729276698 · doi:10.1093/geroni/igx004.2526

ANTIPSYCHOTIC STEWARDSHIP FOR OLDER PATIENTS IN ACUTE CARE: PROMOTING APPROPRIATE PRESCRIBING

2017· article· en· W2729276698 sur OpenAlexaff
D. Brown, Mireille Norris, Dov Gandell, R. Jaunkalns, Jovita Ortiz Contreras, B.A. Liu

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensOntario Stroke NetworkHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésAntipsychoticMedicineQuetiapineStewardship (theology)Medical prescriptionAuditDeliriumAdverse effectHaloperidolIntensive care medicinePsychiatryNursingPharmacologySchizophrenia (object-oriented programming)Internal medicine

Résumé

récupéré en direct d'OpenAlex

Antipsychotics are associated with significant adverse effects and evidence to guide the choice of specific antipsychotic and the appropriate dose in older acutely ill patients is not robust. Our stewardship program is a novel approach to improve appropriateness of antipsychotics in acute care. In addition to the antipsychotic review, the stewardship team offers case-based learning sessions and integrates best practices in delirium management with front-line staff. Other antipsychotic stewardship programs have focused on audit and feedback of prescribing patterns. In contrast, our approach has been to provide education and reinforce non-pharmacologic strategies to behaviour management as an alternative or adjunct to antipsychotic use. In preliminary analysis, 55% of patients receiving antipsychotics were male and 77% of orders were for new prescriptions. Quetiapine and haloperidol were the most frequently ordered antipsychotics at 43% and 41% of orders, respectively. We discontinued or decreased the dose of antipsychotic in 62% of orders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,416
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207