MétaCan
Menu
Retour à la cohorte
Enregistrement W2110923933 · doi:10.12927/hcq.2009.20719

Implementation of Admission Medication Reconciliation at Two Academic Health Sciences Centres: Challenges and Success Factors

2009· article· en· W2110923933 sur OpenAlexaff
Edward Etchells, Anne Matlow, Maitreya Coffey, Patricia Cornish, Tessie Koonthanam

Notice bibliographique

RevueHealthcare Quarterly · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science CentreHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésStaffingPharmacistMedicineWorkloadAccreditationPharmacyPatient safetyUnit (ring theory)NursingMedication ReconciliationFamily medicineMedical emergencyEmergency medicineMedical educationHealth carePsychology

Résumé

récupéré en direct d'OpenAlex

Admission Medication Reconciliation (Med Rec) is an organizational practice designed to ensure patients' pre-admission medications are ordered correctly upon hospital admission. We describe the implementation of admission Med Rec at two academic health sciences centres, each having designed distinctly different processes. Common challenges encountered included the multi-step, inter-professional nature of Med Rec, staffing resource and workload concerns and frequent medical staff turnover in a teaching environment. Both teams found that participation in a national safety collaborative enabled the pilot initially; however, they later found the outcome measures suggested by the collaborative less useful and switched to internal compliance measures for establishing maintenance and spread. Common themes were identified among the critical success factors, with unique variations at each centre. Both teams acknowledged accreditation standards to be a major accelerator of implementation and spread. Using different measures of implementation success at each centre, the majority of patient admissions on the pilot units are complying with admission Med Rec. However, very high levels of compliance remain elusive. At Sunnybrook Health Sciences Centre's pilot unit, 62-77% of patients are being screened by a pharmacist and 65-75% of high-risk patients identified are undergoing Med Rec by a pharmacist. At The Hospital for Sick Children's pilot unit, 72-88% of patients have a physician's primary medication history documented on a Med Rec form and 57-73% of patients are also undergoing Med Rec by a nurse or pharmacist.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,146
Tête enseignante GPT0,499
Écart entre enseignants0,353 · 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

Citations50
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetPatient Safety and Medication ErrorsTravaux en français237 207