Notice bibliographique
Résumé
Background: The use of patients’ own medications may allow minimization of drug wastage and costs. However, the cost impact of this practice, taking into account the time that pharmacy personnel spend on verification, is unknown.Objectives: To determine the cost impact of using patients’ own multidose medications within a surgical population, relative to the cost of routine dispensing; to describe the prescribing of multidose medications with regard to type, prevalence, quantity, and formulary status; and to determine the percentage of medications suitable for use after verification.Methods: In this prospective, consecutive, time-and-motion case series, admission orders for patients newly admitted to 6 surgical units were screened to identify patients’ own multidose medications that required verification. The total time required for all verification-related activities was captured. Data were collected over 3 weeks in early 2011.Results: Of the 250 patients admitted, 51 (20.4%) had a prescription for one of their own multidose medications. Verification was completed for 67 (79%) of 85 prescribed items, of which 61 (91%) were deemed suitable for use. Thirty-five different medication types were identified. Of the 85 prescribed medications, 57 (67%) were on formulary. The most common routes of administration for these 85 prescribed items were inhalation (56 [66%]), nasal (9 [11%]), and ophthalmic (8 [9%]). The average cost ± standard deviation was $24.54 ± $32.33 per multidose item. The average time required for verification was 10.5 ± 6.7 min per patient (4.8 ± 3.3 min per medication). The cost impact was calculated as the difference between the drug cost with routine hospital dispensing and the cost of verifying home medications, where a positive value indicated a lower cost with verification of home medications (i.e., a saving for the hospital). The average cost impact was $40.05 ± $42.60 per patient (p < 0.001 by 1-sample t test) ($18.85 ± $15.42 per medication). A total cost saving of $1601.85 was realized.Conclusions: Using patients’ own multidose medications instead of routine dispensing resulted in a cost saving of 74%, including labour costs for verification by the pharmacist.RÉSUMÉContexte : L’utilisation des propres médicaments des patients peut permettre de réduire le gaspillage et les coûts de médicaments. Par contre, la répercussion sur les coûts de cette pratique, en tenant compte du temps passé par le personnel de la pharmacie à la vérification, est inconnue.Objectifs : Déterminer la répercussion sur les coûts de l’utilisation des propres médicaments multidoses des patients chez une population de personnes ayant subi une intervention chirurgicale, par rapport aux coûts de la distribution habituelle; décrire la prescription de médicaments multidoses relativement au type, à la prévalence, à la quantité et à l’inscription sur la liste des médicaments (formulaire thérapeutique); et déterminer le pourcentage de médicaments pouvant être utilisés, après vérification.Méthodes : Dans cette série prospective analysant les temps et mouvements de cas consécutifs, les ordonnances d’admission de patients nouvellement admis dans six différentes unités de soins chirurgicaux ont été examinées afin d’identifier quels étaient les propres médicaments multidoses des patients devant être vérifiés. Le temps total nécessaire pour effectuer l’ensemble des activités de vérification a été noté. Les données ont été recueillies sur une période de trois semaines au début de 2011.Résultats : Des 250 patients admis, 51 (20,4 %) avaient une prescription pour un de leurs propres médicaments multidoses. Une vérification a été effectuée pour 67 (79 %) des 85 médicaments prescrits dont 61 (91 %) ont été jugés aptes à l’utilisation. On a identifié 35 différents types de médicament. Des 85 médicaments prescrits, 57 (67 %) étaient inscrits sur la liste des médicaments. Les voies d’administration les plus courantes parmi ces 85 médicaments étaient l’inhalation (56 [66 %]), la voie nasale (9 [11 %]) et la voie oculaire (8 [9 %]). Le coût moyen ± l’écart-type était de 24,54 $ ± 32,33 $ par médicament multidose. Le temps moyen nécessaire pour la vérification était de 10,5 ± 6,7 minutes par patient (4,8 ± 3,3 minutes par médicament). La répercussion sur les coûts a été calculée comme étant la différence entre le coût des médicaments s’ils avaient été délivrés selon le circuit habituel de l’hôpital et le coût de la vérification des médicaments apportés par les patients. Une valeur positive indiquait que la vérification des médicaments apportés par les patients était moins coûteuse, donc une économie pour l’hôpital. La moyenne de la répercussion sur les coûts était de 40,05 $ ± 42,60 $ par patient (p < 0,001 au moyen du test T pour échantillon unique) (18,85 $ ± 15,42 $ par médicament). Une économie de coûts de 1601,85 $ a été réalisée.Conclusions : Utiliser les propres médicaments multidoses des patients plutôt que de faire appel à la délivrance habituelle de médicaments par l’hôpital s’est traduit par une économie de coûts de 74 %, ce qui tient compte des frais de personnel pour la vérification par le pharmacien.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».