Development of a preliminary essential medicines list for Canada
Notice bibliographique
Résumé
BACKGROUND: Some evidence supports the use of a short list of essential medicines to improve prescribing. We aimed to create a preliminary essential medicines list for use in Canada. METHODS: The 2013 World Health Organization Model List of Essential Medicines was initially adapted by the research team. Fourteen Canadian clinicians gave suggestions for changes to the list. Literature relevant to each unique suggestion was gathered and presented to 3 clinician-scientists who used a modified nominal group technique to make recommendations on the suggested changes. Audits of prescriptions of 2 Toronto-based family health teams (an inner city clinic and a suburban site) between Aug. 1, 2013, and July 30, 2014, were performed to identify common prescriptions that were not on the draft list. Literature relevant to these additional medications was gathered and shared with the clinician-scientist review panel to determine whether each should be added to the list, and a list was developed. The audits were repeated based on the final list to provide a preliminary assessment of the coverage of the list. RESULTS: The multistep process produced a list of 125 medications. The medications included on this list covered 90.8% and 92.6% of prescriptions at the inner city clinic and the suburban site, respectively. In total, 93% of the patients seen at the inner city clinic and 96% of the patients seen at the suburban clinic had all or all but 1 of their medications covered by the list. INTERPRETATION: A preliminary list of essential medicines was developed that covered most, but not all, prescriptions at 2 primary care sites. The list should be further refined based on wider input.
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 | 0,000 |
| 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 ».