MétaCan
Menu
Retour à la cohorte
Enregistrement W2295063430 · doi:10.2146/news160019

Cost increase spurs review of “GI cocktail” components, effectiveness

2016· article· en· W2295063430 sur OpenAlexaboutno aff
Kate Traynor

Notice bibliographique

RevueAmerican Journal of Health-System Pharmacy · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtropine sulfateMedicineManagementAnesthesiaAtropine

Résumé

récupéré en direct d'OpenAlex

At Marion General Hospital in Indiana, an increase in the cost of one component of the facility’s gastrointestinal (GI) “cocktail” prompted a review of the usefulness of that medication and an evidence-based change to the compounded admixture. Clinical pharmacist Elaine Greene, clinical programs facilitator, said emergency department (ED) physicians at the 99-bed not-for-profit hospital had been ordering GI cocktails that consisted of a compounded mixture of viscous lidocaine, an antacid, and Donnatal elixir. Donnatal contains phenobarbital, hyoscyamine sulfate, atropine sulfate, and scopolamine hydrobromide. The product is marketed by Concordia Pharmaceuticals Inc., a West Indies–based subsidiary of Concordia Healthcare Corp. of Ontario, Canada. Concordia acquired the Donnatal product line in 2014 from Revive Pharmaceuticals (formerly PBM Pharmaceuticals) of Charlottesville, Virginia. Greene said that after a noticeable increase in the price of Donnatal, she looked for scientific literature about the effectiveness of GI cocktails. She wasn’t surprised by what she discovered. “A couple of articles … seemed to imply that there was not a lot of benefit beyond the antacid,” Greene said.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,893
Score d'incertitude au seuil0,540

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,105
Tête enseignante GPT0,450
Écart entre enseignants0,345 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Health-System PharmacyMême sujetPharmaceutical studies and practicesTravaux en français237 207