Drug‐Related Hospitalizations in a Tertiary Care Internal Medicine Service of a Canadian Hospital: A Prospective Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
STUDY OBJECTIVES: To determine the frequency, severity, preventability, and classification of adverse drug events resulting in hospitalization, and to identify any patient, prescriber, drug, and system factors associated with these events. DESIGN: Prospective, observational study. SETTING: Internal medicine service of a large tertiary care hospital in Canada. PATIENTS: A total of 565 consecutive adult patients admitted to the hospital during a 12-week period. MEASUREMENTS AND MAIN RESULTS: A patient's hospitalization was defined as drug related if it was directly related to one of eight predefined classifications; severity and preventability of the hospitalization were also assessed. Multivariate logistic regression analysis was used to evaluate patient, prescriber, drug, and system factors associated with drug-related hospitalizations. The frequency of drug-related hospitalization was 24.1% (95% confidence interval [CI] 20.6-27.8%), of which 72.1% (95% CI 63.7-79.4%) were deemed preventable. Severity was classified as mild, moderate, severe, and fatal in 8.1% (95% CI 4.1-14.0%), 83.8% (95% CI 76.5-89.6%), 7.4% (95% CI 3.6-13.1%), and 0.7% (95% CI 0.0-4.0%), respectively, of the hospitalizations. The most common classifications of drug-related hospitalization were adverse drug reactions (35.3% [95% CI 27.3-43.9%]), improper drug selection (17.6% [95% CI 11.6-25.1%]), and noncompliance (16.2% [95% CI 10.4-23.5%]). No independent risk factors for drug-related hospitalization were identified with regression modeling. CONCLUSION: Approximately 25% of patients in our study were hospitalized for drug-related causes; over 70% of these causes were deemed preventable. Drug-related hospitalization is a significant problem that merits further research and intervention.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 découle