MétaCan
Menu
Retour à la cohorte
Enregistrement W2143904782 · doi:10.1002/j.2055-2335.2010.tb00539.x

Do High‐Risk Medicines Alerts Influence Practice?

2010· article· en· W2143904782 sur OpenAlexaff
Trisha Dunning, Helen Leach, Melita Van de Vreede, Allison Williams, John D. Buckley, John Jackson, Anne Leversha, Roger L. Nation, Catherine Rokahr, Mary O’Reilly, Suzanne W Kirsa

Notice bibliographique

RevueJournal of Pharmacy Practice and Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensVictoria General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAuditMetropolitan areaMedical prescriptionRural areaQuality (philosophy)Family medicineMedical emergencyEnvironmental healthNursingAccountingBusiness

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Medicine‐related adverse events are prevalent, costly and mostly preventable. The High Risk Medicines Working Party (Victoria) developed and distributed three high‐risk medicines alerts – wrong route of administration of oral medicines, subcutaneous insulin and unfractionated heparin – and accompanying audit tools in 2008 and 2009. Aims To determine the impact of the three high‐risk medicines alerts on Victorian health services; to assess the clinical relevance and utility of the audit tools; to identify barriers to implementing recommendations; and to obtain feedback and suggestions for future alert topics. Method A cross‐sectional survey was undertaken from 6 to 31 July 2009 using an online questionnaire. The questionnaire was distributed to 90 metropolitan, regional and rural public health services in Victoria and approximately 200 members of the Quality Use of Medicines Network (Victoria). Results Most of the 90 respondents were pharmacists (53%) and nurses (31%). 53 (59%) respondents reported making changes as a result of receiving the high‐risk medicines alerts – 21 (40%) concerned the wrong route of administration, 12 (23%) subcutaneous insulin and 7 (13%) unfractionated heparin. Barriers to implementation included time constraints, inadequate staff and resources, excessive paperwork and competing priorities. A minority of respondents indicated some alerts were not relevant to small rural services. Suggestions for improving the audit tools included making them less labour intensive, enabling electronic responses and ensuring their distribution is coordinated with other medicine‐related tools. Conclusion High‐risk medicines alerts and the accompanying audit tools facilitated change but there were some barriers to their implementation, such as time and resource constraints. Not all alerts and audit tools were relevant to all health services.

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)0,020
score de la tête « metaresearch » (Gemma)0,180
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 enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,180
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,185
Tête enseignante GPT0,565
Écart entre enseignants0,381 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy Practice and ResearchMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207