Nurse Practitioners and The Use of Antipsychotic Medications in Long Term Care in Ontario, Canada
Notice bibliographique
Résumé
Introduction: Antipsychotic use in Long-Term Care (LTC) in Ontario, Canada continues to pose a challenge in the care of older adult patients living in these institutions. The dangers and patterns of inappropriate prescribing have been documented frequently. Most of the current literature focuses on dementia and behavioral and psychological symptoms of dementia, the role of prescribers, or on interprofessional interventions with person-centered care to address the behavior. Very little discussion has focused on the role of nurse practitioners and other frontline long-term care staff in the assessment and interactions with residents that may result in prescriptions of antipsychotics. Objectives: The purpose of this population based retrospective study of data from all LTC facilities in Ontario, Canada in 2019-2020 was to determine the extent to which antipsychotic medications were used in and the factors associated with this use. Reflections about the NP role are discussed. Results: The results demonstrate that over thirty percent of residents in LTC continue to receive antipsychotics and those with the responsive behaviours are significantly more likely to be prescribed antipsychotics. Conclusions: The findings identify a potential link between over-burdened front-line staff and increased antipsychotic prescriptions, as well as continued use of antipsychotics in attempts to prevent harm to residents and staff at long-term care homes. Recommendations are made that include changes to legislation that will ensure optimal front-line care and time for care, increased training for front line staff and, in particular, how the role of the nurse practitioner in LTC can be utilized to optimize the appropriate use of antipsychotics, and the support of discontinuing or decreasing the dose of antipsychotics when required.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».