74 Acetaminophen (paracetamol) deprescribing in long-term care: case series from Edmonton, Canada
Notice bibliographique
Résumé
Objectives Acetaminophen (paracetamol) use is prevalent in long-term care (LTC) on the premise that it is a safe medication that reduces pain and discomfort. However, evidence is accumulating that acetaminophen does not improve pain or quality of life and is also associated with adverse events including cardiac, gastrointestinal, and renal. There is also minimal literature on deprescribing acetaminophen in frail older adults. Method Case series of four LTC residents deprescribed acetaminophen from January–December 2022 in Edmonton, Canada. Results The four residents ranged in age from 80 to 93, female (n=3); dementia (n=3); severely frail per the Clinical Frailty Scale (n=4); chronic pain conditions (n=2); and severe osteoarthritis (n=2). On admission to LTC, these residents were on 11–16 medications per day, which included regularly scheduled acetaminophen (n=4); hydromorphone (n=1); codeine (n=1); Gabapentin (n=2); and pregabalin (n=1). The administration of acetaminophen was 650 mg 4 times/day (n=2); 500 mg 3 times/day (n=1); and 325 mg 3 times/day (n=1). Acetaminophen was gradually reduced each week by first reducing the dosage per administration to 325 mg and then reducing the number of administrations per day until acetaminophen was fully discontinued for all the residents. There was no noted increase in pain by the residents, family members, and nursing staff, and none of the residents had an increase in acetaminophen (as needed) or other pain medication. Conclusions It appears possible to deprescribe acetaminophen in frail older adults. Further studies are needed to determine the prevalence and health care cost of acetaminophen in long-term care; the best approach to deprescribing acetaminophen; and the impact of deprescribing acetaminophen on pain, quality of life, and adverse events.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».