MétaCan
Menu
Retour à la cohorte
Enregistrement W2465021995

Drug and poison information centres: An emergent need for health care professionals in Pakistan.

2016· article· en· W2465021995 sur OpenAlexaff
Asif Khaliq, Sayeeda Amber Sayed

Notice bibliographique

RevuePubMed · 2016
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical emergencyHealth careFamily medicinePublic healthUnavailabilityDrugNursingPsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine the need of drug and poison information centres in public and private hospitals of Karachi. METHODS: The cross-sectional study was conducted at 3 public and 3 private tertiary care hospitals of Karachi, from July 2013 to April 2014, using a self-administered, multi-item questionnaire. Non-probability convenient sampling was used to select the participants. SPSS 18 was used to analyse data. RESULTS: Of the 307 physicians, 282(92%) highlighted the need for a 24/7 drug and poison information centre and 206(67%) suggested opening a drug information centre at the hospital. Besides, 215(70%) respondents said they took at least 15 minutes for searching information about the drug while managing a case. Regarding the poisoning case management, 160(52%) physicians complained about the unavailability of medicines in hospitals. CONCLUSIONS: Provision of 24 /7 drug information centres with specialised staff are necessary to reduce treatment delays and to ensure provision of quality healthcare.

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)0,000
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 enseignants0,875
Score d'incertitude au seuil0,185

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,009
Tête enseignante GPT0,273
Écart entre enseignants0,264 · 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetAntibiotic Use and ResistanceTravaux en français237 207