SYMPTOMS‐TRIGGERED APPROACH VERSUS FIXED‐SCHEDULED APPROACH OF BENZODIAZEPINES FOR MANAGEMENT OF ALCOHOL WITHDRAWAL SYNDROME: NON‐RANDOMIZED CONTROLLED TRIAL
Notice bibliographique
Résumé
Background: Benzodiazepines are the drugs of choice for the treatment of Alcohol withdrawal syndrome (AWS) and the regimen can be as fixed-scheduled or based on symptoms-triggered approach. Due to limited information, we aimed to assess the effect of symptoms-triggered approach using (CIWA-Ar) score compared to fixed-scheduled of benzodiazepines for treatment of AWS on total dose, length of hospital stays (LOS), and rate of 90-days readmissions. Methodology: A single-center prospective non-randomized controlled group included all patients diagnosed with AWS and treated with benzodiazepines. Those admitted between 1st October 2019 to 30th September 2020 were treated with fixed-scheduled regimen (n=150) while all patients admitted between 1st November 2020 to 31st October 2021 were treated with symptoms-trigger regimen (n=50). Result: Symptoms-triggered regimen group showed a significant lower 90-days readmissions rate (HR 2.61,95% CI =1.18-6.84 p=0.01). Kaplan–Meier survival analysis showed a significantly shorter duration to the first 90-days readmission in the fixed-scheduled regimen group (HR 2.3,95% CI 5.6-1.16; p=0.02). Symptoms-triggered regimen group required a significantly lower dose of diazepam (40 mg vs 10 mg; p<0.01) and a higher dose of thiamine (800 mg vs 600 mg; p<0.01). LOS was significantly increased in symptoms-triggered regimen group (3.9 vs 2.2 (IQR, days); p<0.01). Conclusion: The use of a symptoms-triggered regimen for treatment of AWS was associated with reduction of 90-days readmissions, increased duration to the first readmission, and reduced total dose of benzodiazepines, but longer LOS. Overall, symptoms-triggered regimen for treatment of AWS is safe, cost-effective and associated with reduced alcohol dependence relapse. Keywords: Alcohol withdrawal syndrome; benzodiazepines; fixed-scheduled regimen; symptoms-triggered regimen; CIWA-Ar score.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».