Pharmacological Management of Agitation and Delirium in Older Adults: a Survey of Practices in Canadian Emergency Departments
Notice bibliographique
Résumé
Agitation is a common presenting symptom of delirium for older adults in the emergency department (ED). No medications have been found to reduce delirium severity, symptoms, or mortality, yet they may cause harm. Guidelines suggest using medications only when patients are posing a risk of harm, situations which may arise frequently in the ED. We sought to characterize prescribing patterns of medications for agitation by ED physicians in Canadian hospitals. In this multicenter study, we surveyed physicians in Vancouver, Toronto, and Sherbrooke. Descriptive statistics were used to summarize group characteristics and starting doses were compared to order sets. Fisher exact tests were used for demographic comparison. Ordinal linear regression models were run to identify a relationship between starting dose of medications and location. Of the 137 physicians invited, 77 (56%) completed the survey. Use of order sets was greatest in Sherbrooke and least in Vancouver. The most common medications used across sites were haloperidol, lorazepam, and quetiapine. Benzodiazepines were used across all sites but were used significantly more frequently in Vancouver than the other sites. Practice location was a significant predictor of starting dose of haloperidol, with Sherbrooke and Toronto having a lower starting dose than Vancouver. Higher use of order sets correlated with lower and more consistent starting doses. Benzodiazepines are used across EDs in Canada despite little evidence for efficacy in delirium and risk of harm. Implementation of order sets may be a useful way to standardize ED management of older adults experiencing hyperactive delirium.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 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 ».