Determinants of patient-reported medication errors: a comparison among seven countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Medication errors are a frequent cause of adverse drug events and a major concern for patient safety. This study compared the predictors of error among seven countries (Australia, Canada, New Zealand, the United Kingdom, the United States, Germany and the Netherlands). METHODS: We conducted a cross-sectional study using the 2007 Commonwealth Fund International Health Policy Survey data. The outcome was patient-reported error in the past 2 years. Possible predictors were studied using logistic regression. RESULTS: Eleven thousand nine hundred and ten respondents were included in this analysis, of which 1291 respondents (11%) had experienced error. Poor coordination of care was a shared concern of all seven countries [adjusted odds ratios (ORs) ranged from 2.1 (95% CI: 1.3-3.5) to 3.0 (95% CI: 2.1-4.5)]. Cost-related barriers to medical services/medicines was also a predictor in six countries [ORs ranged from 1.9 (95% CI: 1.5-2.6) to 2.6 (95% CI: 1.5-4.6)]. Other common risk factors across countries included seeing multiple specialists, multiple chronic conditions, hospitalisation and multiple emergency room visits. Cross-country heterogeneity in contributing factors included age and specific chronic condition. Number of medications, number of doctor visits, household income and education level were not associated with error in most countries. CONCLUSION: Poor coordination of care is a key risk factor in all seven countries. Cost-related barriers were also associated with an increased likelihood of error. The major challenge for all countries for error prevention is better communication among multiple healthcare providers and more structured organisation of care across healthcare settings.
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.
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 | 0,005 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle