Drug‐Related Visits to the Emergency Department: How Big Is the Problem?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To review the literature concerning drug-related problems that result in emergency department visits, estimate the frequency of these problems and the rates of hospital admissions, and identify patient risk factors and drugs that are associated with the greatest risk. METHODS: A systematic search of MEDLINE (January 1966-December 2001), EMBASE (January 1980-December 2001), and PubMed (January 1966-December 2001) databases for full reports published in English was performed. The Ottawa Valley Regional Drug Information Service database of nonindexed pharmacy journals also was searched. RESULTS: Data from eight retrospective and four prospective trials retrieved indicated that as many as 28% of all emergency department visits were drug related. Of these, 70% were preventable, and as many as 24% resulted in hospital admission. Drug classes often implicated in drug-related visits to an emergency department were nonsteroidal antiinflammatory drugs, anticonvulsants, antidiabetic drugs, antibiotics, respiratory drugs, hormones, central nervous system drugs, and cardiovascular drugs. Common drug-related problems resulting in emergency department visits were adverse drug reactions, noncompliance, and inappropriate prescribing. CONCLUSION: Drug-related problems are a significant cause of emergency department visits and subsequent resource use. Primary caregivers, such as family physicians and pharmacists, should collaborate more closely to provide and reinforce care plans and monitor patients to prevent drug-related visits to the emergency department and subsequent morbidity and mortality.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 découle