Démarche pour la mise à niveau de soins pharmaceutiques en établissement de santé : l'exemple de l'immunisation
Notice bibliographique
Résumé
AIM: This article describes an approach to upgrading pharmaceutical care in healthcare facilities. METHODS: This is a descriptive study supporting the upgrade of pharmaceutical care in the field of immunization [blinded for review], in a 500-bed mother-child university hospital. Our approach consisted of 3 steps: (1) a review of the literature, (2) a description of the profile of the sector and (3) a description of upgrading of pharmacists' practices in immunization. RESULTS: A total of 19 articles were reviewed. No specific pharmaceutical activity based on very good quality data was identified (A).However, eight pharmaceutical activities based on good quality data (B) or with an insufficient level of proof (D) related to immunization practices were identified. A review of pharmaceutical activities (2013-2014) accounted for an annual expenditure of $ CAN 4,227 for vaccines compared to $ SCAN 27,633,944 for all drugs. A total of 9,254 doses of vaccines were prescribed for 3,544 patients. The planned revision of immunization activities includes a medication reconciliation process targeting immunization requirements, systematic consultation of pharmacy dispensing records for patients hospitalized for more than one month to ensure adherence to the Quebec Immunization Protocol, systematic reporting of vaccine adverse reactions, and implementation of information reviews about new vaccines. CONCLUSION: Few data are available concerning the impact of pharmacists in immunization. This descriptive study proposes a number of steps designed to upgrade pharmaceutical practices in a university hospital.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».