Analgesic Use Among Adults with a Trauma-Related Emergency Department Visit: A Retrospective Cohort Study from Alberta, Canada
Notice bibliographique
Résumé
Abstract Introduction A better understanding of current acute pain-driven analgesic practices within the emergency department (ED) and upon discharge will provide foundational information in this area, as few studies have been conducted in Canada. Methods Administrative data were used to identify adults with a trauma-related ED visit in the Edmonton area in 2017/2018. Characteristics of the ED visit included time from initial contact to analgesic administration, type of analgesics dispensed during and upon being discharged home directly from the ED (≤ 7 days after), and patient characteristics. Results A total of 50,950 ED visits by 40,505 adults with trauma were included. Analgesics were administered in 24.2% of visits, of which non-opioids were dispensed in 77.0% and opioids were dispensed in 49.0%. Time to analgesic initiation occurred more than 2 h after first contact. Upon discharge, 11.5% received a non-opioid and 15.2% received an opioid analgesic, among whom 18.5% received a daily dose ≥ 50 morphine milligram equivalents (MME) and 30.2% received > 7 days of supply. Three hundred and seventeen adults newly met criteria for chronic opioid use after the ED visit, among whom 43.5% received an opioid dispensation upon discharge; of these individuals, 26.8% had a daily dose ≥ 50 MME and 65.9% received > 7 days of supply. Conclusions Findings can be used to inform optimization of analgesic pharmacotherapy practices for the treatment of acute pain, which may include reducing the time to initiation of analgesics in the ED, as well as close consideration of recommendations for acute pain management upon discharge to provide ideal patient-centered, evidence-informed 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».