Indicators of prescribing quality in drug utilisation research
Notice bibliographique
Résumé
An invitational expert meeting on indicators of prescribing quality was held on 13-15 May 2004, bringing together-from 19 European countries, the US, Canada, and Australia-40 researchers specialized in the development and application of indicators. The meeting was organized by the European Drug Utilization Research Group (EuroDURG), the Belgian National Health Insurance Institute (RIZIV-INAMI), and the World Health Organisation Regional Office for Europe (WHO-Euro). The field of prescribing quality was defined and delineated from the medical error field. A conceptual grid for classifying quality indicators was discussed, combining two axes (a drug/disease/patient axis and a structure/process/outcome axis). In addition, available databases were listed for continuous monitoring of drug utilization in Europe, with a description of the content and the richness of the collected data, as well as the impact on the potential and limitations to develop quality indicators. The importance of the origin of data for validity assessment was stressed, as data on drug utilization may originate from physician sources (prescribing data), from pharmacist or health insurer sources (distribution data), or directly from patient sources (compliance data). The different aspects of validity and their methods of assessment were listed. An overview of the (in)appropriate uses of indicators was given. The state of the art of the development and application of prescribing quality indicators in all represented countries was made, together with a first draft of a database of prescribing quality indicators, already subjected to validation procedures.
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 | 0,081 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,016 | 0,027 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».