Accuracy of a Prescription Claims Database for Medication Reconciliation for Outpatients with Heart Failure
Notice bibliographique
Résumé
ABSTRACT Objective: To quantify agreement between the British Columbia prescription database (PharmaNet) and an interview-based assessment of current use of prescription medications. Methods: Outpatients taking prescription medications for heart failure were identified through hospital clinic and community pharmacy records. Consenting patients brought their prescription medications to an interview during which the PharmaNet profile was reviewed and a consensus reached regarding current medication use. Results: Discrepancies between the PharmaNet profile and the interview-based prescription medication history were identified for 138 (71.1%) of the 194 patients interviewed; these discrepancies represented a total of 353 (24.2%) of 1457 medications. The most common discrepancy involved medications that were listed in PharmaNet records but appeared inactive (overdue) according to refill records (205 medications for 81 patients). Eighty-five dosing discrepancies were identified, most frequently the result of adverse effects (11/85 or 13%) or ineffectiveness (10/85 or 12%). Diuretics were involved in discrepancies more frequently than other medication classes (77/353 or 21.8%), followed by s-blockers (38/353 or 10.8%) and angiotensin-converting enzyme inhibitors (28/353 or 7.9%). Conclusions: The majority of prescription medications taken by outpatients with heart failure appeared somewhere on the PharmaNet profile; however, without interviewing the patient, it was often difficult to determine which medications were still active or the dose that was currently being taken. PharmaNet profiles can be a valuable tool for determining an accurate prescription medication history if they are reviewed and clarified with patients during an interview. RESUME Objectif : Evaluer quantitativement la concordance entre les donnees repertoriees dans la base de donnees sur les ordonnances de la Colombie-Britannique (PharmaNet) et l’utilisation reelle des medicaments d’ordonnance selon une evaluation faite a partir d’entretiens avec les patients. Methodes : Des patients externes prenant des medicaments d’ordonnance pour l’insuffisance cardiaque ont ete selectionnes a partir des dossiers de cliniques externes et de pharmacies communautaires. Les patients consentants ont apporte leurs medicaments d’ordonnance dans le cadre d’un entretien au cours duquel les profils de PharmaNet ont ete examines, et un consensus a ete degage concernant l’utilisation actuelle des medicaments. Resultats : Des differences entre le profil PharmaNet et l’historique des medicaments d’ordonnance issu de l’entretien ont ete relevees chez 138 (71,1 %) des 194 patients interroges; ces differences touchaient un total de 353 (24,2 %) des 1457 medicaments prescrits. La difference la plus frequente avait trait a des medicaments qui apparaissaient dans PharmaNet, mais qui portaient le statut inactif (ordonnance a renouveler) d’apres l’enregistrement des renouvellements d’ordonnance (205 medicaments chez 81 patients). On a note 85 differences au chapitre de la posologie, la plupart du temps attribuables a des effets indesirables (11/85 ou 13 %) ou a l’inefficacite (10/85 ou 12 %). Les differences etaient attribuables plus frequemment aux diuretiques qu’aux autres medicaments (77/353 ou 21,8 %), suivis des â-bloquants (38/353 ou 10,8 %) et des inhibiteurs de l’enzyme de conversion de l’angiotensine (28/353 ou 7,9 %). Conclusions : La majorite des medicaments d’ordonnance pris par les patients externes souffrant d’insuffisance cardiaque apparaissaient dans le profil PharmaNet; toutefois, il etait difficile, sans parler au patient, de determiner quels medicaments ils prenaient toujours ou quelle etait la dose reellement prise. Les profils PharmaNet peuvent etre un outil precieux pour determiner un historique de medicaments d’ordonnance precis, s’ils sont examines et clarifies dans le cadre d’un entretien avec les patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».