Prevalence and characteristics of adverse drug reactions at admission to hospital: a prospective observational study
Notice bibliographique
Résumé
Aims Adverse drug reactions (ADRs) contribute to poorer patient outcomes and additional burden to the healthcare system. However, data on the true burden, relevant types and drugs causing ADRs are lacking. The aim of this study was to determine the prevalence of ADR‐related hospitalization in the general adult population in Singapore and to investigate their characteristics. Methods We prospectively recruited 1000 adult patients with unplanned admission to a large tertiary‐care hospital. Two independent reviewers evaluated all suspected ADRs for causality, type, severity and avoidability. The prevalence of ADR‐related hospitalization was calculated based on ‘definite’ and ‘probable’ ADRs. Logistic regression was used to evaluate predictors for having an ADR at admission. Results The prevalence of all ADRs at admission was 12.4% (95% CI: 10.5–14.6%) and ADRs causing admission was 8.1% (95% CI: 6.5–10.0%). The most common ADRs were gastrointestinal‐related. The most common drug category causing ADRs were cardiovascular drugs. Patients with ADRs had a longer length of stay than those who did not (median 4 vs. 3 days, P = 1.70 × 10−3). About 30% of ADRs at admission were caused by at least one drug with a clinical annotation in the Pharmacogenomics KnowledgeBase (PharmGKB), suggesting that some of these ADRs may have been predicted by pharmacogenetic testing. Conclusions We have quantified the burden and characteristics of clinically impactful ADRs in the Singaporean general adult population. Our results will provide vital information for efforts in reducing ADRs through targeted vigilance, patient education and pharmacogenomics in Singapore.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».