Use of electronic health record data to examine administrations of pro re nata analgesics during hip fracture post‐acute care
Notice bibliographique
Résumé
PURPOSE: Medications prescribed to older adults in US skilled nursing facilities (SNF) and administrations of pro re nata (PRN) "as needed" medications are unobservable in Medicare insurance claims. There is an ongoing deficit in our understanding of medication use during post-acute care. Using SNF electronic health record (EHR) datasets, including medication orders and barcode medication administration records, we described patterns of PRN analgesic prescribing and administrations among SNF residents with hip fracture. METHODS: Eligible participants resided in SNFs owned by 11 chains, had a diagnosis of hip fracture between January 1, 2018 to August 2, 2021, and received at least one administration of an analgesic medication in the 100 days after the hip fracture. We described the scheduling of analgesics, the proportion of available PRN doses administered, and the proportion of days with at least one PRN analgesic administration. RESULTS: Among 24 038 residents, 57.3% had orders for PRN acetaminophen, 67.4% PRN opioids, 4.2% PRN non-steroidal anti-inflammatory drugs, and 18.6% PRN combination products. The median proportion of available PRN doses administered per drug was 3%-50% and the median proportion of days where one or more doses of an ordered PRN analgesic was administered was 25%-75%. Results differed by analgesic class and the number of administrations ordered per day. CONCLUSIONS: EHRs can be leveraged to ascertain precise analgesic exposures during SNF stays. Future pharmacoepidemiology studies should consider linking SNF EHRs to insurance claims to construct a longitudinal history of medication use and healthcare utilization prior to and during episodes of SNF care.
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 | 0,004 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».