Action Plans in Patients Presenting to Emergency Departments with Asthma Exacerbations: Frequency of Use and Description of Contents
Notice bibliographique
Résumé
BACKGROUND: Although underused, written asthma action plans (AAPs) are associated with reduced numbers of emergency department (ED) visits and hospitalizations. OBJECTIVE: To describe the frequency of use and contents of any AAPs reported by patients presenting with exacerbations to three urban Canadian EDs. METHODS: Prospective data were collected through ED interview and chart review. Descriptive analyses used proportions and medians with interquartile range; multivariable logistic regression was used for the adjusted analyses. RESULTS: Among 176 enrolled patients, the median age was 27 years (interquartile range 23 to 39 years) and 97 (55%) were female. Few (n=42 [24%]) reported having AAPs at ED presentation and only six were written. Most (n=35 [75%]) patients with any AAP took action before the ED visit; none used a valid anti-inflammatory strategy. The first step of 27 plans was to increase asthma medication; no patients appropriately increased inhaled corticosteroids (ICS). In multivariable analyses, only the use of either ICS or ICS⁄long-acting β-agonist combination agents (31% had AAPs versus 12% did not have AAPs (adjusted OR 3.0 [95% CI 1.14 to 8.07]) and asthma education (47% had AAPs versus 21% did not have AAPs, adjusted OR 3.2 [95% CI 1.13 to 9.19]) were independently associated with AAP possession. CONCLUSION: Possession of AAPs among patients presenting to the ED with acute asthma was low, and only one in 10 AAPs were written. Patients who reported having any AAP used ineffective strategies to abort or mitigate the severity of an ED visit. Increasing frequency of written AAPs and improving their contents holds immediate promise in improving outcomes related to asthma.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».