MétaCan
Menu
Retour à la cohorte
Enregistrement W2625726807 · doi:10.1200/jop.2017.022905

Financial Impact of Cancer Drug Wastage and Potential Cost Savings From Mitigation Strategies

2017· article· en· W2625726807 sur OpenAlexafffundabout
Caitlyn Y.W. Leung, Matthew C. Cheung, Lauren F. Charbonneau, Anca Prica, Pamela Ng, Kelvin Chan

Notice bibliographique

RevueJournal of Oncology Practice · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSafe Handling of Antineoplastic Drugs
Établissements canadiensCanadian Centre for Applied Research in Cancer ControlPrincess Margaret Cancer CentreHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Centre for Applied Research in Cancer Control
Mots-clésMedicineDrugMedical prescriptionPrescription drugVialOperations managementEmergency medicineRisk analysis (engineering)Pharmacology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Cancer drug wastage occurs when a parenteral drug within a fixed vial is not administered fully to a patient. This study investigated the extent of drug wastage, the financial impact on the hospital budget, and the cost savings associated with current mitigation strategies. METHODS: We conducted a cross-sectional study in three University of Toronto-affiliated hospitals of various sizes. We recorded the actual amount of drug wasted over a 2-week period while using current mitigation strategies. Single-dose vial cancer drugs with the highest wastage potentials were identified (14 drugs). To calculate the hypothetical drug wastage with no mitigation strategies, we determined how many vials of drugs would be needed to fill a single prescription. RESULTS: The total drug costs over the 2 weeks ranged from $50,257 to $716,983 in the three institutions. With existing mitigation strategies, the actual drug wastage over the 2 weeks ranged from $928 to $5,472, which was approximately 1% to 2% of the total drug costs. In the hypothetical model with no mitigation strategies implemented, the projected drug cost wastage would have been $11,232 to $149,131, which accounted for 16% to 18% of the total drug costs. As a result, the potential annual savings while using current mitigation strategies range from 15% to 17%. CONCLUSION: The financial impact of drug wastage is substantial. Mitigation strategies lead to substantial cost savings, with the opportunity to reinvest those savings. More research is needed to determine the appropriate methods to minimize risk to patients while using the cost-saving mitigation strategies.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,010
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,039
Tête enseignante GPT0,494
Écart entre enseignants0,455 · 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

Citations32
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Oncology PracticeMême sujetSafe Handling of Antineoplastic DrugsTravaux en français237 207