A Safe Practice Standard for Barcode Technology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Safety advocates have identified barcode verification technology as an important tool to improve health-care practices. METHODS: We evaluated the evidence for the role of barcode technology in improving a wide range of medication safety outcomes across a broad range of settings. Important implementation issues were highlighted to guide standards for the safe adoption of barcode technology. RESULTS: Adverse drug events are common, occurring frequently in both inpatient and outpatient settings. Although approximately half of all preventable adverse drug events in inpatients result from medication errors arising from transcription, dispensing, and administration, these errors are far less likely to be caught than in any of the earlier stages of the medication use process and are therefore most amenable to improvement. When integrated with electronic medication administration records, barcode systems are associated with complete elimination of transcription errors. Furthermore, barcode-assisted dispensing systems are associated with 93% to 96% reductions in dispensing errors, and 85% reductions in potential adverse drug events in dispensing. Most studies have reported large and significant reductions in administration errors by up to 80% after implementation of barcode medication administration systems. Although most studies of barcode technology have been conducted in the adult inpatient setting, the limited data available also support their benefit in pediatric and outpatient settings. CONCLUSIONS: There is growing evidence for the efficacy of barcode solutions in improving overall medication safety. Standards for the implementation of barcode technology are proposed.
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.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle