Multiplicity of medication safety terms, definitions and functional meanings: when is enough enough?
Notice bibliographique
Résumé
OBJECTIVES: To identify the terms and definitions used by organisations involved in medication safety and to examine differences in functional meaning using a novel scenario assignment method. METHODS: Medication safety related terms and definitions were sought from websites of organisations associated with medication safety. The functional meanings of terms and definitions were analysed and compared using a scenario assignment method where each definition found was assessed against four scenarios with a central theme. MAIN OUTCOME MEASURES: Medication safety related terms and definitions currently in use, similarities and differences in their functional meanings, and practical implications of the use of these terms and definitions. RESULTS: Thirty three of 160 websites searched were found to have one or more definitions for medication safety related terms. Twenty five different terms with 119 definitions were found. The most frequently defined groups of terms were "adverse event" (8 different definitions), "error" (n = 9), "near miss" (n = 12), "adverse reaction" (n = 8), and "incident" (n = 4). Substantial diversity of functional meanings of definitions was demonstrated using the scenario-assignment method. Of the five groups of frequently defined terms, definitions within the "adverse event", "near miss", and "incident" groups resulted in three functional meanings each, while two functional meanings resulted for "error" and "adverse reaction". CONCLUSION: The multiplicity of terms, definitions and, most importantly, functional meanings demonstrates the urgent need for agreement on standardisation of nomenclature describing medication related occurrences. This is an essential prerequisite to enable meaningful analysis of incidence data and development of medication safety improvement strategies.
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 | 0,099 | 0,337 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,014 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,012 | 0,037 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».