MétaCan
Menu
Retour à la cohorte
Enregistrement W2123863898 · doi:10.1177/0897190013513303

Impact of a Pharmacist on Compliance With Hospital Core Measures

2013· article· en· W2123863898 sur OpenAlexfundno aff
Carrie S. Oliphant, Jennifer D. Twilla

Notice bibliographique

RevueJournal of Pharmacy Practice · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésMedicineDocumentationPharmacistPharmacyClinical pharmacyPsychological interventionHealth careQuality (philosophy)Compliance (psychology)Family medicineMedical emergencyNursing

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The role of a pharmacist in achieving compliance with hospital core measures is described. SUMMARY: Core measures for hospitals, also known as quality measures, were introduced by the Department of Health and Human Services as an initiative to improve health care through accountability and public disclosure. Hospitals receive financial incentives for compliance with these core measures, but most importantly, these measures ensure that evidence-based therapy is consistently provided to each patient. If a core measure is not met, documentation must be provided to ensure that there is not a failure to meet the measure. Pharmacists were granted the authority to provide core measure documentation in 2007. There are a total of 44 core measures, 22 (50%) of which are medication related and can be documented by a pharmacist. Over a 5-year period, clinical pharmacists have recorded 1281 interventions for core measure documentation. In an analysis of a 1-year period of charts with missing core measure documentation, pharmacists prevented failure to meet the measure in 96% of the cases. CONCLUSION: Given the great impact that pharmacists can have on hospital core measure compliance, each hospital's Pharmacy Department should evaluate ways to improve involvement in the quality programs at their hospitals.

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)0,027
score de la tête « metaresearch » (Gemma)0,196
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 enseignants0,027
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,196
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,173
Tête enseignante GPT0,463
Écart entre enseignants0,289 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy PracticeMême sujetMedication Adherence and ComplianceTravaux en français237 207