Effectiveness of a Pharmacist-Led Intervention to Reduce Acid Suppression Therapy for Stress Ulcer Prophylaxis in ICUs in China: A Multicenter, Stepped-Wedge, Cluster-Randomized Controlled Trial
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to evaluate the effectiveness of a pharmacist-led intervention in decreasing the overuse of stress ulcer prophylaxis (SUP) compared with the usual care for adult patients in Chinese ICUs. DESIGN: Pragmatic, multicenter, stepped-wedge, cluster-randomized controlled trial. SETTING: Twenty-six ICUs in China from October 2022 to March 2023. PATIENTS: We enrolled 2199 patients 18 years old or older who were newly admitted to the participating ICUs. INTERVENTIONS: Using the Medical Research Council framework for developing and evaluating complex intervention measures, a multidisciplinary team (Scenarios, Improving and Refining Interventions, Constructing, Refining and Testing Research Theories, Incorporating Stakeholders, Identifying Important Uncertainties, and Economics Considerations) designed a multifaceted intervention. MEASUREMENTS AND MAIN RESULTS: The primary outcomes were the proportion of patients receiving SUP and that with overt gastrointestinal bleeding. We conducted intention-to-treat analyses using generalized linear mixed models to adjust for potential confounders (age, sex, and acute physiology and chronic health evaluation II score) with random effects for the site. The proportion of patients receiving SUP in the intervention group was lower than that in the control group (45.5% vs. 49.5%; odds ratio [OR], 0.81; 95% CI, 0.68-0.96; p = 0.017). The proportion of patients with overt gastrointestinal bleeding was similar (3.7% vs. 4.0%; OR, 1.05; 95% CI, 0.65-2.85; p = 0.81). CONCLUSIONS: The pharmacist-led intervention reduced the proportion of patients receiving SUP in the ICUs, without significantly affecting the proportion of patients with overt gastrointestinal bleeding. These findings will help guide ICU medical decision-making.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».