Validation of Four Clinical Indicators of Preventable Drug-Related Morbidity
Notice bibliographique
Résumé
BACKGROUND: Clinical indicators are tools that assess quality issues related to the use of medicines. At this time, validated clinical indicators for preventable drug-related morbidity (PDRM) are lacking. OBJECTIVE: To assess the validity and reliability of using population administrative claims data to identify the extent of PDRM in older adults in Canada. METHODS: Four indicators of PDRM related to cerebrovascular and cardiovascular care were chosen for validation. A random sample of cases that represented the indicators and fit the criteria (hits) for PDRM from the retrospective operationalization of the study database and those that did not fit the criteria (near hits) were selected for chart review. One-page abstracts of the cases were prepared for review by a panel of 5 clinical pharmacists. Validity was assessed by calculating sensitivity, specificity, and positive and negative predictive value. Reliability was assessed using reviewers' agreement scores (kappa statistics). RESULTS: Overall, 119 case abstracts were reviewed by each panelist. The sensitivity ranged from 33% to 100% and the specificity from 51% to 71%. Predictive values ranged from 5.3% to 43% (positive) and 90% to 100% (negative). The overall kappa statistic was fair (0.21). CONCLUSIONS: The validity of the 4 assessed PDRM indicators varied. The reliability was fair; however, these indicators may be useful to screen older adults for PDRM.
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 | 0,026 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 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 ».