MétaCan
Menu
Retour à la cohorte
Enregistrement W2470149589 · doi:10.4212/cjhp.v69i3.1556

Chemotherapy Order Entry by a Clinical Support Pharmacy Technician in an Outpatient Medical Day Unit

2016· article· en· W2470149589 sur OpenAlexaffvenue
Heather Neville, Larry Broadfield, Claudia Harding, Shelley Heukshorst, Jennifer Sweetapple, Megan Rolle

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensCancer Care Nova ScotiaNova Scotia Health AuthorityCapital District Health Authority
Organismes subventionnairesnon disponible
Mots-clésPharmacistTechnicianPharmacyMedicineOrder entryNursingMedical emergency

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background: Pharmacy technicians are expanding their scope of practice, often in partnership with pharmacists. In oncology, such a shift in responsibilities may lead to workflow efficiencies, but may also cause concerns about patient risk and medication errors. Objectives: The primary objective was to compare the time spent on order entry and order-entry checking before and after training of a clinical support pharmacy technician (CSPT) to perform chemotherapy order entry. The secondary objectives were to document workflow interruptions and to assess medication errors. Methods: This before-and-after observational study investigated chemotherapy order entry for ambulatory oncology patients. Order entry was performed by pharmacists before the process change (phase 1) and by 1 CSPT after the change (phase 2); order-entry checking was performed by a pharmacist during both phases. The tasks were timed by an independent observer using a personal digital assistant. A convenience sample of 125 orders was targeted for each phase. Data were exported to Microsoft Excel software, and timing differences for each task were tested with an unpaired t test. Results: Totals of 143 and 128 individual orders were timed for order entry during phase 1 (pharmacist) and phase 2 (CSPT), respectively. The mean total time to perform order entry was greater during phase 1 (1:37 min versus 1:20 min; p = 0.044). Totals of 144 and 122 individual orders were timed for order-entry checking (by a pharmacist) in phases 1 and 2, respectively, and there was no difference in mean total time for order-entry checking (1:21 min versus 1:20 min; p = 0.69). There were 33 interruptions not related to order entry (totalling 39:38 min) during phase 1 and 25 interruptions (totalling 30:08 min) during phase 2. Three errors were observed during order entry in phase 1 and one error during order-entry checking in phase 2; the errors were rated as having no effect on patient care. Conclusions: Chemotherapy order entry by a trained CSPT appeared to be just as safe and efficient as order entry by a pharmacist. Changes in pharmacy technicians’ scope of practice could increase the amount of time available for pharmacists to provide direct patient care in the oncology setting. RÉSUMÉ Contexte : Les techniciens en pharmacie élargissent leur champ de pratique, souvent en partenariat avec les pharmaciens. En oncologie, un tel changement dans les responsabilités pourrait conduire à une optimisation de l’organisation du travail, mais il peut aussi soulever des inquiétudes au sujet des risques pour le patient et des erreurs de médicaments. Objectifs : L’objectif principal était de comparer le temps passé à la saisie d’ordonnances et à la vérification de cette saisie avant et après avoir formé un technicien en pharmacie dédié au soutien clinique (TPDSC) à la saisie d’ordonnances de chimiothérapie. Les objectifs secondaires étaient de répertorier les interruptions de travail et d’évaluer les erreurs de médicaments. Méthodes : La présente étude observationnelle avant-après s’est intéressée à la saisie d’ordonnances de chimiothérapie pour les patients ambulatoires en oncologie. La saisie d’ordonnances était réalisée par des pharmaciens avant le changement de procédé (phase 1), puis, après le changement (phase 2), un TPDSC en avait la responsabilité. Un pharmacien vérifiait la saisie d’ordonnances au cours des deux phases. Les tâches étaient chronométrées par un observateur indépendant à l’aide d’un assistant numérique personnel. Un échantillon de commodité de 125 ordonnances était souhaité pour chaque phase. Les données ont été consignées dans un tableur Excel de Microsoft et les écarts de temps pour chaque tâche ont été évalués à l’aide d’un test t pour échantillons indépendants. Résultats : Au total, on a chronométré le temps de saisie pour 143 ordonnances à la phase 1 (pharmacien), puis de 128 ordonnances pour la phase 2 (TPDSC). Le temps total moyen nécessaire pour saisir une ordonnance était plus long au cours de la phase 1 (1 min 37 s contre 1 min 20 s; p = 0,044). Au total, on a chronométré la vérification (réalisée par un pharmacien) de saisie pour 144 ordonnances à la phase 1 et 122 ordonnances à la phase 2. Aucune différence notable n’a été relevée dans le temps total moyen de vérification (1 min 21 s contre 1 min 20 s; p = 0,69). On a dénombré 33 interruptions sans lien à la saisie d’ordonnances (totalisant 39 min 38 s) au cours de la phase 1 et 25 interruptions (totalisant 30 min et 8 s) durant la phase 2. Trois erreurs à la saisie d’ordonnances ont été observées pendant la phase 1 et une erreur à la vérification de la saisie d’ordonnances pendant la phase 2; ces erreurs ont été jugées sans effet sur les soins aux patients. Conclusions : La saisie d’ordonnances de chimiothérapie par un TPDSC formé semblait être tout aussi sûre et efficiente que si elle était réalisée par un pharmacien. Les changements apportés au champ de pratique des techniciens en pharmacie pourraient accroître le temps dont disposent les pharmaciens pour prodiguer des soins directs aux patients en oncologie.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,465
Écart entre enseignants0,382 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital PharmacyMême sujetPatient Safety and Medication ErrorsTravaux en français237 207