A Retrospective Study of the Adjunctive Use of Gabapentin With Benzodiazepines for the Treatment of Benzodiazepine Withdrawal
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Benzodiazepine withdrawal is a widespread problem with potentially severe and deadly consequences. Currently, the only medications available for treating benzodiazepine withdrawal are short-acting and long-acting benzodiazepines. Identifying other drugs to help in treating benzodiazepine withdrawal is necessary. Gabapentin, an anxiolytic drug that is also used off-label to treat alcohol withdrawal, is a potential candidate for modulating benzodiazepine withdrawal. Using electronic records from a large inpatient psychiatric facility, a retrospective study of 172 patients presenting with benzodiazepine withdrawal was conducted to determine if the coincidental use of gabapentin for other medical conditions was associated with better outcomes of benzodiazepine withdrawal (N=57 gabapentin, N=115 no gabapentin). The primary outcomes were hospital length of stay and total amount of benzodiazepines given (lorazepam milligram equivalent). In this retrospective analysis of electronic medical record data, the patients experiencing benzodiazepine withdrawal who received gabapentin as an adjunct to the use of benzodiazepines were administered a smaller amount of benzodiazepines and had a shorter length of hospital stay relative to the comparison group who did not receive adjunctive gabapentin. These results suggest the potential use of gabapentin as an adjunct to the use of benzodiazepines for treating benzodiazepine withdrawal. The limitations of this study included a small sample size and variability in medication management strategies across the sample.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| 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 découle