Prescribing indicators: what can Canada learn from European countries?
Notice bibliographique
Résumé
BACKGROUND: Drug therapy can improve patients' quality of life and health outcomes; however, underuse, overuse and inappropriate use of drugs can occur. Systematic examination of potential opportunities for improving prescribing and medication use is needed. OBJECTIVE: To convene a diverse group of stakeholders to learn about and discuss advantages and limitations of data sources, tools and methods related to drug prescribing indicators; foster methods to assess safe, appropriate and cost-effective prescribing; increase awareness of international organizations who develop and apply performance indicators relevant to Canadian researchers, practitioners and decision-makers; and provide opportunities to apply information to the Canadian context. METHODS: Approximately 50 stakeholders (health system decision-makers, senior and junior researchers, healthcare professionals, graduate students) met June 1-2, 2009 in Halifax, Canada. Four foundational presentations on evaluating quality of prescribing were followed by discussion in pre-assigned breakout groups of a prepared case (either antibiotic use or prescribing for seniors), followed by feedback presentations. RESULTS: Many European countries have procedures to develop indicators for prescribing and quality use of medicines. Indicators applied in diverse settings across the European Union use various mechanisms to improve quality, including financial incentives for prescribers. CONCLUSION: Further Canadian approaches to develop a system of Canadian prescribing indicators would enable federal/provincial/territorial and international comparisons, identify practice variations and highlight potential areas for improvement in prescribing, drug use and health outcomes across Canada. A more standardized system would facilitate cross-national research opportunities and enable Canada to examine how European countries use prescribing indicators, both within their country and across the European Union.
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 | 0,020 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,017 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».