Usage and Costs of Regular Acetaminophen (Paracetamol) in Canadian Long-Term Care Facilities
Notice bibliographique
Résumé
Objectives Evidence suggests that the use of regular acetaminophen (paracetamol) in long-term care (LTC) is a low-value intervention, that it does not improve pain or quality of life, and that it has the potential for adverse effects. Our objective was to assess the usage of regular acetaminophen in Canadian LTC facilities as well as the costs associated with its use. Design Cross-sectional study. Setting and Participants Canadian LTC facilities serviced by a national LTC pharmacy provider in 2022. Methods Descriptive statistics were used to characterize prevalence, dosing, dispensation frequency, type, and costs of regular acetaminophen dispensations (cost of tablets, carbon emissions, and nursing dispensation time). Results The data set included 49,419 residents (median age: 86, women: 65%) from British Columbia (5.5%), Alberta (7.1%), Manitoba (23.0%), and Ontario (64.4%). The mean prevalence of regular acetaminophen dispensations was 45.7%. Among residents dispensed regular acetaminophen, 85% of residents were dispensed >1000 mg of acetaminophen/day, the mean defined daily dose per 1000 residents per 1 day was 317 [standard deviation (SD) 56], 59.3% were dispensed acetaminophen ≥3 times per day, and dispensations were approximately evenly split between 325- and 500-mg tablets. The 27.8 million tablets of acetaminophen dispensed in 2022 cost $870,000; had a carbon footprint of 54.8 tonnes of carbon dioxide equivalents (CO 2 e); and required 191,000 nursing hours, the equivalent of 92 nurses working full-time for 1 year. Conclusion and Implications Regular acetaminophen use is highly prevalent in LTC and has substantial costs. It would be advantageous to re-examine acetaminophen use in LTC facilities.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».