Trending Urine Cocaine/BE Levels for Patient Advocacy: Case Report
Notice bibliographique
Résumé
ABSTRACT Objective: The primary objective of this case report is to highlight and discuss, for the first time to our knowledge, the role of semi-quantitative immunoassay urine drug screen (UDS) trends using levels normalized to creatinine in addiction psychiatry, especially when not correlating with clinical presentation. The secondary objective is to capture the benefits of collaborative care with laboratory medicine in addiction medicine. Methods: We describe the case of a patient’s longitudinal journey through 2 inpatient admissions and outpatient encounters using semi-quantitative immunoassay UDS data to correlate results with clinical presentation and self-report of cocaine use. We then completed an in-depth review of the literature to gain a better understanding of immunoassays, cocaine detection windows, and excretion patterns. Results: We highlight that trending semi-quantitative UDS levels normalized to creatinine are helpful in answering questions related to new drug use in the hospital or residual drug elimination following abstinence that may guide discharge planning from the hospital. We also highlight our medical system has biases toward substance use, and we must focus on treating the patient, not the levels. Conclusion: This case report shows the role of semi-quantitative immunoassay urine drug screen trends in addition psychiatry, and shows the strength of collaborative care with laboratory medicine to advocate for future patients. Objectif: L’objectif principal de ce rapport de cas est de mettre en évidence et de discuter, pour la première fois à notre connaissance, le rôle des tendances des tests immunologiques semi-quantitatifs de dépistage des drogues dans l’urine (DDU) en utilisant des niveaux normalisés à la créatinine en psychiatrie de l’addiction, en particulier lorsqu’il n’y a pas de corrélation avec la présentation clinique. L’objectif secondaire est d'évaluer les avantages d’une collaboration avec la médecine de laboratoire dans le domaine de l’addiction. Méthodes: Nous décrivons le parcours longitudinal d’un patient au cours de deux hospitalisations et de consultations externes en utilisant les données du DDU par immunodosage semi-quantitatif pour corréler les résultats avec la présentation clinique et l’auto-déclaration de l’usage de cocaïne. Nous avons ensuite procédé à un examen approfondi de la littérature afin de mieux comprendre les immunodosages, la durée de détection de la cocaïne et les schémas d’excrétion. Résultats: Nous soulignons que la tendance des niveaux semi-quantitatifs du DDU normalisés à la créatinine est utile pour répondre aux questions liées à la nouvelle consommation de drogue à l’hôpital ou à l'élimination de la drogue résiduelle après l’abstinence, ce qui peut guider la planification de la sortie de l’hôpital. Nous soulignons également que notre système médical a des préjugés à l'égard de la consommation de substances et que nous devons nous concentrer sur le traitement du patient, et non sur les taux. Conclusion: Ce rapport de cas montre le rôle des tendances des tests immunologiques semi-quantitatifs de dépistage de drogues dans l’urine dans la psychiatrie de l’addiction, et montre la force des soins collaboratifs avec la médecine de laboratoire pour défendre les intérêts des futurs patients.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».