Evaluation of a Novel Protocol for Assessment and Treatment of Alcohol Withdrawal Syndrome in Psychiatric Inpatients
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Despite the high incidence of alcohol withdrawal syndrome (AWS) in psychiatric inpatients, standardized methods for assessing and treating AWS have been studied only once before in this population. We evaluated a novel AWS assessment and treatment protocol designed for psychiatric inpatients. METHODS: This retrospective cohort study evaluated outcomes before and after implementation of the protocol. We collected consecutive data on patients (N = 138) admitted to inpatient psychiatric units at a single center. Participants were patients admitted for nonsubstance-related psychiatric reasons, who were also at risk for developing AWS. Those who developed AWS were treated with either (a) treatment as usual (TAU) or (b) a novel standardized protocol. The primary outcome was duration of benzodiazepine treatment for symptoms of alcohol withdrawal. Secondary outcomes included cumulative benzodiazepine dose administered, treatment duration, and incidence of complications. RESULTS: Of 138 participants, 83 received TAU and 55 were assessed and treated with the novel protocol. Median duration of benzodiazepine treatment following protocol implementation was 19.7 hours (interquartile range [IQR], 0-46) prior to implementation (TAU) and 0 hours (IQR, 0-15) following protocol implementation (protocol group) (P < .0001). Median benzodiazepine dose (in diazepam equivalents) administered to participants was 30 mg (IQR, 0-65) for TAU and 5 mg (IQR, 0-30) for the protocol group (P < .001). Adverse events before and after implementation occurred in 4.8% and 0%, respectively (P = .15). CONCLUSION AND SCIENTIFIC SIGNIFICANCE: This study provides preliminary evidence for the efficacy and safety of a novel standardized AWS protocol for psychiatric inpatients. This is the first known study assessing an AWS assessment and treatment protocol designed for psychiatric inpatients. (Am J Addict 2020;29:500-507).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,064 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».