Improving Patient Safety through Computerized Drug Management: The Devil Is in the Details
Notice bibliographique
Résumé
Electronic prescribing and computerized drug management can improve the safety, quality and cost-effectiveness of prescribing. However, if the problems that lead to avoidable adverse events are not addressed by information technology, there is a risk of making considerable investment without the expected return of error reduction and improved patient safety. Improving the safety of prescribing is particularly important in ambulatory care, where most drugs are prescribed. To improve patient safety, IT solutions should be developed that provide: (1) access to the list of all currently active drugs, (2) alerts for relevant prescribing problems (therapeutic duplication, excess dose, dose adjustment for weight (children, elderly) and renal impairment, drug-disease, drug-drug, drug-age and drug-allergy contraindications), (3) the capacity to electronically submit medication stop orders to the dispensing pharmacy and (4) integration of electronic prescriptions (e-rx) into pharmacy software to avoid transcription errors. To improve quality of prescribing, IT solutions should be capable of providing physicians with reminders and alerts for evidence-based preventive care and disease management based on patient-specific drug, disease, therapeutic intent and other relevant clinical information. To improve the cost-effectiveness of prescribing, IT solutions should be developed to provide the cost of medication at the time the prescription is written, and evidence-based alerts for drugs of choice recommendations when appropriate.
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 | 0,016 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,013 | 0,023 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,015 |
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 ».