Psychotropic medication monitoring checklists: use and utility for children in residential care.
Notice bibliographique
Résumé
OBJECTIVE: To develop side effect (SE) monitoring checklists for four categories of psychotropic medications (antipsychotics, mood stabilizers, stimulants, and selective serotonin-reuptake inhibitors), to improve residential direct care staff's confidence and competence in SE monitoring, and to facilitate communication of potential observed SE to medical personnel (e.g., nurse, physician). METHODS: Seventy-two staff members (three nurses, 69 child/youth workers) from five residential units at a tertiary mental health centre utilized the Psychotropic Medication Monitoring Checklists (PMMC) for eight weeks and completed pre- and post-test measures of staff characteristics and PMMC satisfaction. RESULTS: The use of PMMC led to significant changes in direct care staff's awareness and beliefs associated with medication monitoring. An increase in staff-physician communication with direct care staff was marginally significant. Further investigation into the educational qualities of the PMMC revealed that staff with very little prior formal medication education showed greater change compared to those staff reporting greater formal medication instruction. Staff ratings of the PMMC exceeded mild levels of satisfaction, indicating that the checklists were a well-received and useful tool for monitoring SE in a residential care setting. CONCLUSIONS: The PMMC are useful as an educational SE monitoring tool for direct care staff in child residential care settings, with potential utility for multiple types of healthcare settings.
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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».