Incidence and Contributors to Potential Drug‐Drug Interactions in Hospitalized Patients
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
Drug-drug interactions (DDIs) are drug combinations that result in pharmacological or clinical responses that differ from solitary administration. Previous studies of DDIs have been limited to particular drugs or particular patient populations. The authors performed a retrospective cohort study of all adults admitted to a teaching hospital between 1999 and 2005. All medications administered to patients were identified and compared with a standard reference of important DDIs. The authors measured the potential DDI incidence density as the percentage of time in the hospital during which patients were exposed to at least 1 DDI and used multivariate Poisson regression to determine its determinants. A total of 19.3% of 140 349 hospitalizations had at least 1 potential DDI. The potential DDI incidence density was 18.8%. Factors having the greatest influence on potential DDI incidence density included increased patient age (adjusted rate ratio patient >75 years vs <30 years, 2.25; 95% CI, 2.15-2.35), increased number of drug orders (adjusted rate ratio, 2.27 [2.23-2.30] for logarithm), and patient service (adjusted rate ratio, 1.49 [1.46-1.52] for surgical vs medical service). Potential DDIs were present during one fifth of hospitalization time.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| 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