MétaCan
Menu
← Retour à la cohorte
Enregistrement W1500008462 · doi:10.4212/cjhp.v56i1.408

Implementation of Pharmacist-Initiated Orders: “Pharmacist Suggests”

2003· article· en· W1500008462 sur OpenAlexaffvenueabout
Emily Ko, William J. McBride

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2003
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensKingston General Hospital
Organismes subventionnairesnon disponible
Mots-clésPharmacistMedicinePharmacyDispensaryDrugClinical pharmacyMedication therapy managementMedical emergencyFamily medicineNursingPharmacology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION The Kingston General Hospital is a 452-bed teaching hospital with 20 full-time pharmacists providing direct patient care and support services to a wide variety of medical and surgical programs. Drug distribution is accomplished through a centralized unit-dose system. Pharmacists and pharmacy technicians use the pharmacy computer system (RxTFCTM, BDM Information Systems Ltd., Saskatoon, Saskatchewan) to maintain patient medication profiles. Pharmacists have the knowledge and skills to ensure optimal drug therapy. However, delays in implementing drug therapy may be caused by the lack of a mechanism for notifying physicians of pharmacists’ recommendations. Before the implementation of “Pharmacist Suggests” orders at Kingston General Hospital, pharmacists primarily used medication memoranda (medication memos) to communicate nonurgent drug order problems and drug therapy recommendations to physicians. Drug order problems included errors, orders for nonformulary or restricted drugs, and drug alerts (e.g., drug allergy, duplication, or drug interaction). Drug therapy recommendations included recommendations to modify drug therapy or perform additional drug monitoring. The medication memos (Appendix 1) were generated from RxTFCTM in the main dispensary and placed in the physician’s orders section of the patient chart as a permanent record. Physicians were required to review any medication memos and write new drug orders if needed. Approximately 700 memos were generated by pharmacists each month, for which the average resolution rate was 86%. Informal feedback from pharmacists, physicians, and nurses indicated that the recommendations in the memos were not addressed in a consistent and timely fashion. A previous study1 at the same hospital showed that the mean resolution time (± standard deviation) for medication memos was 1.92 ± 1.19 days (range 0 to 13 days) for “clarification” discrepancies (i.e., drug name, dose, route, frequency, duplication, or allergy) and 2.46 ± 2.58 days (range 0 to 15 days) for resolution of nonformulary medication issues. In attempts to have memos and drug-related problems resolved more quickly and efficiently, a decision was taken to implement “Pharmacist Suggests” orders. A “Pharmacist Suggests” order was defined as a conditional order written by a pharmacist in the patient chart according to specific order criteria. Physician cosignature was required for these orders to be processed. The purpose of this report is to describe the approval process and the institution’s experience with the implementation of “Pharmacist Suggests” orders.

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)0,006
score de la tête « metaresearch » (Gemma)0,039
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,039
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,006

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 Opus0,162
Tête enseignante GPT0,440
Écart entre enseignants0,278 · 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

Citations0
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital Pharmacy→Même sujetPharmaceutical Practices and Patient Outcomes→Travaux en français237 207→