Use of an Electronic Medication Administration Record (eMAR) for Surveillance of Medication Omissions: Results of a One Year Study of Antimicrobials in the Inpatient Setting
Notice bibliographique
Résumé
INTRODUCTION: Medication administration omissions (MAO) are usually considered medication errors but not all MAO are clinically relevant. We determined the frequency of clinically relevant MAO of antimicrobial drugs in adult hospitals in Calgary, Alberta, Canada based on electronic medication administration record (eMAR). METHODS: We examined 2011 data from eMAR records on medical wards and developed a reproducible assessment scheme to categorize and determine clinical relevance of MAO. We applied this scheme to records from 2012 in a retrospective cohort study to quantify clinically relevant MAO. Significant predictors of clinically relevant MAO were identified. RESULTS: A total of 294,718 dose records were assessed of which 10,282 (3.49%) were for doses not administered. Among these 4903 (1.66% of total); 47.68% of MAO were considered clinically relevant. Significant positive predictors of clinically relevant MAO included inhaled (OR 4.90, 95% CI 3.54-6.94) and liquid oral (OR 1.32, 95% CI 1.18-1.47) route of medication compared to solid oral and irregular dose schedules. Evening nursing shift compared to night shift (OR 0.77 95% CI 0.70-0.85) and parenteral (OR 0.50, 95% CI 0.46-0.54) were negative predictors, The commonest reasons for relevant MAO were patient preference, unspecified reason, administration access issues, drug not available or patient condition. CONCLUSION: Assessment of MAO by review of computer records provides a greater scope and sample size than directly observed medication administration assessments without "observer" effect. We found that MAO of antimicrobials in inpatients were uncommon but were seen more frequently with orally administered antimicrobials which may have significance to antimicrobial stewardship initiatives.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».