MétaCan
Menu
Retour à la cohorte
Enregistrement W2113838468 · doi:10.1136/qshc.2005.015347

Reconcilable differences: correcting medication errors at hospital admission and discharge

2006· article· en· W2113838468 sur OpenAlexaffabout
T Vira

Notice bibliographique

RevueBMJ Quality & Safety · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensMarkham Stouffville Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineUnintended consequencesEmergency medicineHarmHospital admissionAdverse effectFamily medicineInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medication errors at the time of hospital admission and discharge are common and can lead to preventable adverse drug events. The objective of this study was to describe the potential impact of a medication reconciliation process to identify and rectify medication errors at the time of hospital admission and discharge. METHODS: Sixty randomly selected patients were prospectively enrolled at the time of admission to a Canadian community hospital. At admission, patients' medication orders were compared with pre-admission medication use based on medication vials and interviews with patients, caregivers, and/or outpatient healthcare providers. At discharge, pre-admission and in-patient medications were compared with discharge orders and written instructions. All variances were discussed with the prescribing physician and classified as intended or unintended; unintended variances were considered to be medication errors. An internist classified the clinical importance of each unintended variance. RESULTS: Overall, 60% (95% CI 48 to 72) of patients had at least one unintended variance and 18% (95% CI 9 to 28) had at least one clinically important unintended variance. None of the variances had been detected by usual clinical practice before reconciliation was conducted. Of the 20 clinically important variances, 75% (95% CI 56 to 94) were intercepted by medication reconciliation before patients were harmed. DISCUSSION: Unintended medication variances at the time of hospital admission and discharge are common and clinically important. The medication reconciliation process identified and addressed most of these unintended variances before harm occurred. In this small study, medication reconciliation was a useful method for identifying and rectifying medication errors at times of transition. Reconciliation warrants broader evaluation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,094
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,026
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,094
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,091
Tête enseignante GPT0,434
Écart entre enseignants0,344 · 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 source (Gemma direct ou Codex distillé), 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

Citations451
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Quality & SafetyMême sujetPatient Safety and Medication ErrorsTravaux en français237 207