MétaCan
Menu
Retour à la cohorte
Enregistrement W2130219480 · doi:10.1136/qshc.2010.041020

Admitting medication errors: five critical concepts

2010· letter· en· W2130219480 sur OpenAlexaff
Edward Etchells

Notice bibliographique

RevueBMJ Quality & Safety · 2010
Typeletter
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMedication ReconciliationPharmacistMedical prescriptionEmergency departmentEmergency medicineTechnicianHospital admissionAdverse effectMedical historyPatient safetyMedical emergencyPediatricsFamily medicinePharmacyInternal medicinePsychiatryNursingHealth care

Résumé

récupéré en direct d'OpenAlex

De Winter et al ( see page 371 ) studied 3594 patients admitted to hospital through an emergency department and found that 59% of patients had a discrepancy between the physician's medication history and a pharmacist technician's structured medication history.1 This result is consistent with over 20 small studies (median sample size 104 patients) showing 61–67% of patients have at least one discrepancy in the medication history at the time of hospital admission.2 There are at least three good reasons to obtain an accurate medication history at the time of hospital admission. First, more than 1 in 9 emergency department visits are due to drug-related adverse events.3 An accurate medication history will be the cornerstone for diagnosing this common problem. Second, medication history errors may result in incorrect medication orders and incorrect treatment during the admission, leading to patient harm. Third, an accurate medication history is the foundation for accurate medication instructions and prescriptions at the time of hospital discharge. Medication reconciliation (Med Rec) at admission is the process of obtaining the best-possible medication history (BPMH), and using this list to provide correct medications to patients at the time of hospital admission. Med Rec at admission is the cornerstone of Med Rec during subsequent transfers and at discharge. Med Rec is a major patient safety priority for safety improvement organisations such as the WHO,4 and hospital accreditors.5 Well-designed medication reconciliation programmes can reduce medication discrepancies6 and potential adverse drug events,7 although there are no studies to show a reduction in preventable adverse drug events. Successful medication reconciliation implementation is a challenge, as evidenced by the Joint Commission's recent decision …

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)0,096
score de la tête « metaresearch » (Gemma)0,258
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,507

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0960,258
Méta-épidémiologie (sens strict)0,0050,003
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0240,009
Études des sciences et des technologies0,0120,031
Communication savante0,0210,045
Science ouverte0,0140,018
Intégrité de la recherche0,0220,045
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,215
Tête enseignante GPT0,544
Écart entre enseignants0,329 · 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.

Devis d'étudeSans objet
DomaineMéthodes
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Quality & SafetyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207