Development and validation of an improving prescribing in the elderly tool.
Notice bibliographique
Résumé
OBJECTIVE: To apply recently published consensus panel guidelines to a series of hospital inpatient charts to develop and validate a brief screening tool for potentially inappropriate prescriptions in the elderly. SETTING: A 400-bed acute care hospital in London, Ontario. METHODS: Three hundred and sixty-one consecutive inpatient charts, 185 from a clinical teaching unit (CTU) and 176 from a geriatric assessment unit (GAU) were examined for potentially inappropriate prescriptions as listed by McLeod et al. The potentially inappropriate prescribing practices detected were used to develop the Improving Prescribing in the Elderly Tool (IPET). Construct validity was examined by looking for a predicted difference in the rate of potentially inappropriate prescriptions between the CTU and the GAU. Interrater reliability was determined by applying the IPET to a new series of 100 charts. RESULTS: Forty-two of 361 individuals (12.5%) had 45 potentially inappropriate prescriptions representing 14 different potential drug/disease interactions; these were used to construct the IPET. A demonstrated difference in the rate of potentially inappropriate prescriptions between the CTU and GAU indicated construct validity. The interrater reliability of the IPET (kappa) when applied to a new series of 100 charts was 1.0. INTERPRETATION: The IPET is a brief, reliable and valid tool based on the published literature that may be used to screen for potentially inappropriate prescriptions in the elderly.
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 | 0,049 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| 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 ».