MétaCan
Menu
Retour à la cohorte
Enregistrement W1997397774 · doi:10.1300/j027v24n01_02

A Quality Improvement Project to Reduce Falls and Improve Medication Management

2005· article· en· W1997397774 sur OpenAlexaff
Sandy Sperling, Katie Neal, Kelly Hales, D. M. Adams, Dennee Frey

Notice bibliographique

RevueHome Health Care Services Quarterly · 2005
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensHealth Care Foundation
Organismes subventionnairesnon disponible
Mots-clésQuality managementQuality (philosophy)MedicineOperations managementManagement systemEngineering

Résumé

récupéré en direct d'OpenAlex

This paper describes the implementation of a medication management model within a medical-center based home health agency. The model was integrated into the agency's quality improvement falls prevention program and was selected in part because it directly addressed two medication-related accreditation standards for home health care agencies. During a five-month period, a staff pharmacist conducted medication reviews for 228 HHA patients who met the program's inclusion criteria. Thirty-three percent of these patients required some type of follow-up to resolve potential medication-related problems. By far, falls were the most common reason for referral, with 71 patients, or 30% of all participating patients, referred to the pharmacist due to a recent fall. From a quality improvement standpoint, the program met and even exceeded expectations in that it enabled staff to identify a serious threat to patient safety-medication-related problems, especially falls--and gave them the tools to resolve these potential problems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,746

Scores Codex et Gemma par catégorie

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

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 Opus0,048
Tête enseignante GPT0,432
Écart entre enseignants0,384 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations6
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHome Health Care Services QuarterlyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207