Experiences of a nationwide web-based system: reporting dispensing errors in Swedish pharmacies
Notice bibliographique
Résumé
OBJECTIVES: To design and evaluate a national web-based dispensing error reporting system for all Swedish pharmacies, replacing the currently used paper-based system. METHODS: A working group designed the new system. The number of reports before (1999-2003) and after (2004-2005) introduction was studied in a descriptive analysis. The completeness of reports was evaluated through the study of 100 randomly selected reports from the third quarter of 2003 and 2004 from each system. Evaluation was done by chi-square analysis; P>0.05. Perceptions on introduction were collected in semi-structured interviews (working group and one assistant) and subjected to descriptive analysis. KEY FINDINGS: Reported error rate per 100,000 dispensed items was 12.9 pre- and 21.4 post implementation. Completeness-analysis revealed that information was more comprehensively reported in the new system. A significant difference existed in the extent to which incidents were described as well as details provided of the medicine and the patient. According to the interviewees, users initially found the web-based system difficult to handle. It took more than 6 months to change this perception. CONCLUSIONS: Introducing a web-based system for reporting dispensing errors had an impact on quantity of reports and completeness. Time and patience was needed to implement the changes.
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 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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».