A National Modified Delphi Consensus Process to Prioritize Experiences and Interventions for Antipsychotic Medication Deprescribing Among Adult Patients With Critical Illness
Notice bibliographique
Résumé
Antipsychotic medications are frequently prescribed to critically ill patients leading to their continuation at transitions of care thereafter. The aim of this study was to generate evidence-informed consensus statements with key stakeholders on antipsychotic minimization and deprescribing for ICU patients. DESIGN: We completed three rounds of surveys in a National modified Delphi consensus process. During rounds 1 and 2, participants used a 9-point Likert scale (1-strongly disagree, 9-strongly agree) to rate perceptions related to antipsychotic prescribing (i.e., experiences regarding delivery of patient care), knowledge and frequency of antipsychotic use, knowledge surrounding antipsychotic guideline recommendations, and strategies (i.e., interventions addressing current antipsychotic prescribing practices) for antipsychotic minimization and deprescribing. Consensus was defined as a median score of 1-3 or 7-9. During round 3, participants ranked statements on antipsychotic minimization and deprescribing strategies that achieved consensus (median score 7-9) using a weighted ranking scale (0-100 points) to determine priority. SETTING: Online surveys distributed across Canada. SUBJECTS: Fifty-seven stakeholders (physicians, nurses, pharmacists) who work with ICU patients. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Participants prioritized six consensus statements on strategies for consideration when developing and implementing interventions to guide antipsychotic minimization and deprescribing. Statements focused on limiting antipsychotic prescribing to patients: 1) with hyperactive delirium, 2) at risk to themselves, their family, and/or staff due to agitation, and 3) whose care and treatment are being impacted due to agitation or delirium, and prioritizing 4) communication among staff about antipsychotic effectiveness, 5) direct and efficient communication tools on antipsychotic deprescribing at transitions of care, and 6) medication reconciliation at transitions of care. CONCLUSIONS: We engaged diverse stakeholders to generate evidence-informed consensus statements regarding antipsychotic prescribing perceptions and practices that can be used to implement interventions to promote antipsychotic minimization and deprescribing strategies for ICU patients with and following critical illness.
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 | 0,155 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,009 |
| 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 ».