MétaCan
Menu
Retour à la cohorte
Enregistrement W2253293609 · doi:10.2147/cia.s94126

Physicians’ use of computerized clinical decision supports to improve medication management in the elderly – the Seniors Medication Alert and Review Technology intervention

2016· article· en· W2253293609 sur OpenAlex
Kannayiram Alagiakrishnan, Patricia Wilson, Cheryl A Sadowski, Darryl Rolfson, Mark Ballerman, Allen Ausford, Karla Vermeer, Kunal Mohindra, Jacques Romney, Robert Hayward

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueClinical Interventions in Aging · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensAlberta Health ServicesAlberta HealthUniversity of Alberta HospitalUniversity of Alberta
Organismes subventionnairesAlberta Health Services
Mots-clésMedicineIntervention (counseling)Medical emergencyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Elderly people (aged 65 years or more) are at increased risk of polypharmacy (five or more medications), inappropriate medication use, and associated increased health care costs. The use of clinical decision support (CDS) within an electronic medical record (EMR) could improve medication safety. METHODS: Participatory action research methods were applied to preproduction design and development and postproduction optimization of an EMR-embedded CDS implementation of the Beers' Criteria for medication management and the Cockcroft-Gault formula for estimating glomerular filtration rates (GFR). The "Seniors Medication Alert and Review Technologies" (SMART) intervention was used in primary care and geriatrics specialty clinics. Passive (chart messages) and active (order-entry alerts) prompts exposed potentially inappropriate medications, decreased GFR, and the possible need for medication adjustments. Physician reactions were assessed using surveys, EMR simulations, focus groups, and semi-structured interviews. EMR audit data were used to identify eligible patient encounters, the frequency of CDS events, how alerts were managed, and when evidence links were followed. RESULTS: Analysis of subjective data revealed that most clinicians agreed that CDS appeared at appropriate times during patient care. Although managing alerts incurred a modest time burden, most also agreed that workflow was not disrupted. Prevalent concerns related to clinician accountability and potential liability. Approximately 36% of eligible encounters triggered at least one SMART alert, with GFR alert, and most frequent medication warnings were with hypnotics and anticholinergics. Approximately 25% of alerts were overridden and ~15% elicited an evidence check. CONCLUSION: While most SMART alerts validated clinician choices, they were received as valuable reminders for evidence-informed care and education. Data from this study may aid other attempts to implement Beers' Criteria in ambulatory care EMRs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,776

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,188
Tête enseignante GPT0,564
Écart entre enseignants0,375 · 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