Program to remove incorrect allergy documentation in pediatrics medical records
Notice bibliographique
Résumé
The incidence of incorrectly reported drug allergies in a pediatrics hospital and the effectiveness of pharmacist interventions to clarify these reports were studied. A four-month prospective study included children (< or = 18 years of age) with at least one drug allergy reported in their medical chart. Drug allergies were assessed by a pharmacist who labeled the reactions as true, incorrectly reported, or undetermined allergies, in accordance with defined criteria. When an incorrectly reported allergy was removed from a patient's chart with the consent of the attending physician, the intervention was reported to the community pharmacist. A total of 186 of 248 drug allergies identified in 1591 patient charts were challenged. Of these, 26 (14%), 103 (55%), and 57 (31%) were considered true, undetermined, and incorrectly reported drug allergies, respectively, by the pharmacist. A total of 53 (93%) incorrectly reported allergies were removed from patients' charts with the consent of the attending physicians. Community pharmacists were contacted in 25 of these cases. At follow-up, the incorrect allergy documentation was found to have been removed from 23 community pharmacy charts. A pharmacist found numerous incorrectly reported allergies in a pediatrics hospital and assisted in removing them from patients' medical charts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».