Preventable Drug-related Morbidity in Older Adults-1. Indicator Development (Part 1 of a 2-part series)
Notice bibliographique
Résumé
OBJECTIVE: To develop viable clinical indicators of preventable drug-related morbidity (PDRM) in older adults. METHODS: A survey was constructed, listing the clinical outcome and pattern of care related to a number of possible PDRMs in older adults. Using the Delphi technique, a geriatric medicine expert panel of 6 physicians and one clinical pharmacist from a hospital-based health care system was asked to judge whether the outcome in each situation was foreseeable and recognizable, and whether causality was identifiable and controllable. The panel could also suggest additional PDRMs. RESULTS: Fifty-two consensus-approved clinical indicators of PDRM in older adults were developed after 2 rounds of the Delphi technique. There was a high degree of consensus among the expert panel: all 7 members agreed on 35 indicators; 6 of 7 members agreed on 15 indicators; and 5 members agreed on 2 indicators. Only 6 outcomes and patterns of care were rejected as indicators. CONCLUSIONS: This phase of the study showed that consensus on clinical indicators of PDRM can be reached among experts. These indicators could be used by a managed care organization to proactively identify patients at risk for a PDRM and to improve the quality, safety, and appropriateness of medication use. Additionally, the indicators form an important bridge between processes and outcomes of care and could be used in conjunction with HEDIS and other performance indicators.
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 | 0,030 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».