MétaCan
Menu
Retour à la cohorte
Enregistrement W1493927682 · doi:10.4212/cjhp.v57i1.348

Comparison of the Completeness of Prescription Medication Histories for Hospitalized Geriatric Patients Documented by Different Health Care Professionals

2004· article· en· W1493927682 sur OpenAlexvenueno aff
Andre Lo, Stephen Shalansky, Janice Menezes

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2004
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical prescriptionHealth professionalsDrugHospital admissionGeriatricsHealth careMedication ReconciliationEmergency medicinePediatricsPharmacyFamily medicinePharmacistInternal medicinePsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objective: The primary objective of this study was to evaluate the completeness of medication-history information for hospitalized geriatric patients documented by various health care professionals. A secondary objective was to assess the utility of the computerized prescription database PharmaNet for identifying medications taken before admission to hospital and drug-related problems related to these medications. Methods: A retrospective review of 55 charts from patients over age 65 years admitted to hospital between November 1999 and February 2000 who had taken at least one prescription medication before admission to hospital. Results: Pharmacists tended to identify a higher proportion of medications taken before admission than other professionals (76% ± 25% versus 70% ± 29%, p = 0.25). Pharmacists’ use of PharmaNet did not seem to affect the proportion of identified medications taken before admission (76% ± 21% versus 77% ± 30%, p = 0.94); however, patients for whom PharmaNet was used had taken more medications before admission (7.0 ± 2.8 versus 5.4 ± 2.8, p = 0.10). More drug-related problems per patient were documented when PharmaNet was used (1.5 ± 1.3) than when PharmaNet was not used (0.6 ± 0.9) (p = 0.02), whereas the mean severity index of drug-related problems was similar (1.4 ± 0.6 versus 1.2 ± 0.4). The most common category of drug-related problems documented with PharmaNet use was an untreated indication. Conclusions: Pharmacists may document the most comprehensive medication-history information for geriatric patients, but the use of PharmaNet did not seem to significantly enhance the completeness of the information obtained. More drug-related problems were documented when PharmaNet was reviewed, but it was unclear whether this was attributable to the use of PharmaNet. Although prescription databases are a convenient source of medication-history information, pharmacists may also need to talk to patients directly to obtain complete data. A prospective, randomized study using a definitive assessment of medications taken before admission as a comparator is required before firm conclusions can be drawn. RESUME Objectif : Le principal objectif de cette etude etait d’evaluer l’exhaustivite de la documentation, par les divers professionnels de la sante, de l’histoire medicamenteuse des patients âges hospitalises. L’objectif secondaire etait d’evaluer l’utilite de la base de donnees informatique sur les ordonnances, PharmaNet, pour depister les medicaments que prenaient ces patients avant leur hospitalisation ainsi que les problemes pharmacotherapeutiques lies a ces medicaments. Methodes : Une analyse retrospective de 55 dossiers de patients âges de plus de 65 ans, qui avaient ete admis a l’hopital entre novembre 1999 et fevrier 2000, et qui avaient pris au moins un medicament d’ordonnance avant leur hospitalisation a ete menee. Resultats : Les pharmaciens avaient tendance a identifier un plus grand nombre de medicaments pris avant l’admission, que les autres professionnels de la sante (76 % ± 25 % vs 70 % ± 29 %, p = 0,25). L’utilisation de PharmaNet par les pharmaciens n’a cependant pas semble avoir d’effet sur la proportion des medicaments pre-admission identifies (76 % ± 21 % vs 77 % ± 30 %, p = 0,94). En revanche, les patients pour lesquels les pharmaciens ont eu recours a PharmaNet prenaient un plus grand nombre de medicaments avant leur admission (7,0 ± 2,8 vs 5,4 ± 2,8, p = 0,10). Par ailleurs, le nombre de problemes relies a la pharmacotherapie documentes lorsque PharmaNet etait utilise etait de 1,5 ± 1,3 par patient, comparativement a 0,6 ± 0,9 lorsque PharmaNet n’etait pas utilise (p = 0,02), alors que l’indice de gravite moyen de ces problemes etait semblable (1,4 ± 0,6 vs 1,2 ± 0,4) dans un cas comme dans l’autre. La categorie de problemes relies a la pharmacotherapie la plus frequemment documentee avec l’utilisation de PharmaNet etait l’absence de traitement pour une indication valide. Conclusions : Les pharmaciens documentent peut-etre de facon plus exhaustive l’histoire medicamenteuse des patients âges, mais l’utilisation de PharmaNet n’a pas semble accroitre significativement l’exhaustivite de l’information obtenue. Toutefois, le recours a PharmaNet a permis de documenter un plus grand nombre de problemes relies a la pharmacotherapie, bien qu’on ne puisse dire clairement si cela etait attribuable a son utilisation. Malgre que les bases de donnees sur les ordonnances constituent une source pratique d’information sur l’histoire medicamenteuse, les pharmaciens pourraient devoir s’adresser aux patients directement afin d’obtenir des renseignements complets. Une etude prospective et randomisee, faisant appel a une evaluation definitive des medicaments pris avant l’admission des patients a titre de groupe temoin, est necessaire avant de pouvoir tirer des conclusions certaines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,416
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital PharmacyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207