MétaCan
Menu
Retour à la cohorte
Enregistrement W2045839381 · doi:10.5863/1551-6776-17.4.389

Automated Compounding of Parenteral Nutrition for Pediatric Patients: Characterization of Workload and Costs

2012· article· en· W2045839381 sur OpenAlexaff
M. Raimbault, Maxime Thibault, Denis Lebel, Jean‐François Bussières

Notice bibliographique

RevueThe Journal of Pediatric Pharmacology and Therapeutics · 2012
Typearticle
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésCompoundingWorkloadMedicineParenteral nutritionNeonatologyEmergency medicineOperations managementPediatricsIntensive care medicineComputer scienceOperating systemNursingEngineeringBiologyPregnancy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Parenteral nutrition (PN) compounding in large hospital centers is now largely automated using volumetric pump systems. No study has examined the pharmacy workload and costs associated with this process. This study was designed to characterize these elements at our center and to identify areas for potential improvement. METHODS: We retrospectively analyzed all PN orders compounded from May 19, 2007, to June 25, 2010. Patients were divided into groups according to the ward where PN was initiated. RESULTS: The age and weight of patients at initiation of PN were similar throughout the study, except in neonatology, where initiation now occurs earlier in life (age 1.3 ± 2.7 days in 2010 vs. 3.4 ± 9.4 in 2007; p=0.003). An average of 894 orders per month were compounded. A total of 59% of orders were for neonatal patients. The average cost of source solutions per PN order increased from Can$23.27 in 2007 to Can$37.78 in 2010. Partially used source solutions discarded at the end of the day represented between 7.7% and 9.2% of total source solution cost. Amino acids in 3-L bags were responsible for the largest waste, with Can$953 to Can$1048 wasted monthly. CONCLUSIONS: PN compounding at our center represents an important workload and increasing costs. A reduction in source solution waste, for example, by reducing the use of large source solution containers, would be beneficial.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,277

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 Opus0,030
Tête enseignante GPT0,343
Écart entre enseignants0,313 · 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'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

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Pediatric Pharmacology and TherapeuticsMême sujetClinical Nutrition and GastroenterologyTravaux en français237 207