MétaCan
Menu
Retour à la cohorte
Enregistrement W1937322069 · doi:10.1093/ajhp/61.14.1466

Pharmacist surveillance of adverse drug events

2004· article· en· W1937322069 sur OpenAlexaffabout
Alan J. Forster, Roland Halil, Michael Tierney

Notice bibliographique

RevueAmerican Journal of Health-System Pharmacy · 2004
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacovigilance and Adverse Drug Reactions
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDrugPharmacistAdverse effectMedicineMedical emergencyPharmacologyPharmacyFamily medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The incidence of adverse drug events (ADEs), preventable ADEs, and potential ADEs was determined using pharmacist surveillance. Drug classes associated with ADEs were also identified. METHODS: The study was conducted in a 30-bed hospital ward of a Canadian teaching hospital between April 28, 2003, and May 26, 2003. All patients admitted to the general medicine service were eligible for study enrollment. A pharmacist performed surveillance to identify new or worsening symptoms, critical laboratory values, and medication errors. Surveillance consisted of daily communications with staff, daily chart reviews for all inpatients, and investigation of spontaneous incident reports. Data were collected to describe all identified outcomes. This information was rated independently by two clinicians to determine if the outcome was an ADE, a preventable ADE, or a potential ADE. Descriptive statistics were used to calculate outcome rates, which were reported as events per 100 patient-days. RESULTS: During 543 patient-days of observation, 24 ADEs occurred (4.4 per 100 patient-days), of which 14 were preventable (2.6 per 100 patient-days); 13 potential ADEs also occurred (2.4 per 100 patient-days). Of all ADEs, 3 (13%) were life threatening, 11 (46%) were serious, and 10 (42%) were significant. The 24 ADEs were associated with nine different drug classes. Four drug classes accounted for 17 ADEs (71%): antidiabetic agents, antibiotics, glucocorticoids, and sedatives and hypnotics. CONCLUSION: Pharmacist surveillance revealed that 4.4 ADEs occurred per 100 patient-days, over half of which were preventable. All preventable and potential ADEs occurred during the ordering and administration stages of medication delivery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,085
Tête enseignante GPT0,456
Écart entre enseignants0,370 · 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 source (Gemma direct ou Codex distillé), 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

Citations49
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Health-System PharmacyMême sujetPharmacovigilance and Adverse Drug ReactionsTravaux en français237 207