MétaCan
Menu
Retour à la cohorte
Enregistrement W2089109672 · doi:10.12927/hcq..17669

Inappropriate Prescribing Practices: The Challenge and Opportunity for Patient Safety

2005· article· en· W2089109672 sur OpenAlexafffund
Laurel Taylor, Yuko Kawasumi, Gillian Bartlett, Robyn Tamblyn

Notice bibliographique

RevueHealthcare Quarterly · 2005
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedical prescriptionMedicinePatient safetyDosingClinical decision support systemPharmacyElectronic prescribingMedical emergencyAdverse effectComputerized physician order entryFamily medicineHealth careIntensive care medicineNursingPharmacology

Résumé

récupéré en direct d'OpenAlex

Adverse clinical events related to inappropriate prescribing practices are an important threat to patient safety. Avoidance of inappropriate prescribing in community settings, where the majority of prescriptions are written, offers a major area of opportunity to improve quality of care and outcomes. Electronic medication order entry systems, with automated clinical risk screening and online alerting capabilities, appear as particularly promising enabling tools in such settings. The Medical Office of the Twenty First Century (MOXXI-III) research group is currently utilizing such a system that integrates identification of dosing errors, adverse drug interactions, drug-disease and allergy contraindications and potential toxicity or contraindications based on patient age. This paper characterizes the spectrum of alerts in an urban community of care involving 28 physicians and 32 pharmacies. Over a consecutive nine-month period, alerts were generated in 29% of 22,419 prescriptions, resulting in revised prescriptions in 14% of the alert cases. Drug-disease contraindications were the most common driver of alerts, accounting for 41% of the total and resulting in revised prescriptions in 14% of cases. In contrast, potential dosing errors generated only 8% of all alerts, but resulted in revised prescriptions 23% of the time. Overall, online evidence-based screening and alerting around prescription of medications in a community setting demands confirmation in prescribers' clinical decision making in almost one-third of prescriptions and leads to changed decisions in up to one-quarter of some prescribing categories. Its ultimate determination of clinical relevance to patient safety may, however, have to await more detailed examination of physician response to alerts and patient outcomes as a primary measure of utility. Patient safety is an increasingly recognized challenge and opportunity for stakeholders in improving health care delivery. It involves many issues, including delayed diagnosis and treatment, as well as inappropriate undertreatment and overtreatment. The common denominators, however, are that care and outcomes could be better, and there is a role for patients, providers and policy makers in making improvements.

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: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,409

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 Opus0,217
Tête enseignante GPT0,423
Écart entre enseignants0,207 · 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

Citations47
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207