Pharmacologic Management of Agitation and Aggression in a Pediatric Emergency Department – A Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Benzodiazepine and antipsychotic use for acute management of agitation and aggression in the pediatric emergency department (ED) setting has not been well described. OBJECTIVES: To describe medication utilization in the management of agitation and aggression in a pediatric ED and to assess the safety of their use. METHODS: This was a retrospective observational study. Patients less than 20 years of age who presented to our pediatric ED and had agitation or aggression as part of their chief complaint were included if they received at least 1 dose of benzodiazepine or antipsychotic. Outcomes included frequency of benzodiazepine and antipsychotic use, dosing of medications, and reported adverse events. RESULTS: During the 5-year study period, there were 128 visits of 120 patients who met the inclusion criteria. Lorazepam was most commonly given (70%), followed by chlorpromazine (20%). Most patients (82%) required a single dose of medication. Intoxication was associated with needing more than 1 dose of medication. Patients with autism or Asperger syndrome were more likely to receive an antipsychotic medication compared to not having these conditions (75% vs. 28%, respectively). Adverse events were documented in 6 visits: oxygen desaturation (n = 1), dizziness and nausea (n = 2), dizziness (n = 1), and paradoxical excitation (n = 2). The Naranjo Score indicated a probable adverse drug reaction for the cases of paradoxical excitation. CONCLUSIONS: Benzodiazepine and antipsychotic drug therapy for acute agitation and aggression in children appears to be safe and well tolerated when used as a single agent and at the recommended doses in this setting.
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 | 0,000 | 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 ».