MétaCan
Menu
Retour à la cohorte
Enregistrement W1583820583 · doi:10.1111/jorc.12107

A FORMAL MEDICATION RECONCILIATION PROGRAMME IN A HAEMODIALYSIS UNIT CAN IDENTIFY MEDICATION DISCREPANCIES AND POTENTIALLY PREVENT ADVERSE DRUG EVENTS

2015· article· en· W1583820583 sur OpenAlexaff
Winnie Chan, Geetha Mahalingam, Robert Richardson, Olavo Fernandes, Marisa Battistella

Notice bibliographique

RevueJournal of Renal Care · 2015
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensToronto General HospitalUniversity Health NetworkOntario Drug Policy Research NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAdverse effectDrugDosingPatient safetyEmergency medicineIntensive care medicineInternal medicineHealth carePharmacology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients on haemodialysis have been identified as high-risk for medication discrepancies and adverse drug events. Medication reconciliation is an important patient safety initiative to prevent adverse drug events. The primary objective of our study was to determine the number and types of medication discrepancies and drug therapy problems (DTPs) identified in patients on haemodialysis. Our second objective was to assess the potential clinical impact and severity of all unintentional medication discrepancies identified. METHODS: Patients in an academic haemodialysis unit were interviewed to obtain a best possible medication history (BPMH) between May and August 2010. The BPMH was documented and discrepancies were identified, classified and resolved with the interprofessional team. An interprofessional panel conducted a discrepancy clinical impact assessment for potential adverse drug events. RESULTS: Two hundred and twenty-eight patients on haemodialysis were interviewed and 512 discrepancies were identified for 151 patients (3.4 discrepancies per patient). Of these, 174 (34%) were undocumented intentional discrepancies and 338 (66%) were unintentional discrepancies. The unintentional discrepancies were classified as 21% omissions, 36% commissions and 43% incorrect dose/frequency. Most drug therapy problems were related to patient taking a medication that was not indicated (25%), medication required but patient not taking (25%), patient not willing to take the medication as prescribed (28%) or incorrect dosing of a drug (20%). Overall, 6% of discrepancies were classified as clinically significant potential adverse drug events. CONCLUSION: Medication discrepancies appear to be common in patients on haemodialysis. Formal interprofessional medication reconciliation practice models are essential to identify discrepancies and prevent patients from experiencing adverse drug events.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,175
Score d'incertitude au seuil0,311

Scores Codex et Gemma par catégorie

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

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 Opus0,099
Tête enseignante GPT0,391
Écart entre enseignants0,291 · 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 tête enseignante, 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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Renal CareMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207