Improving admission medication reconciliation with pharmacists or pharmacy technicians in the emergency department: a randomised controlled trial
Notice bibliographique
Résumé
BACKGROUND: Admission medication history (AMH) errors frequently cause medication order errors and patient harm. OBJECTIVE: To quantify AMH error reduction achieved when pharmacy staff obtain AMHs before admission medication orders (AMO) are placed. METHODS: This was a three-arm randomised controlled trial of 306 inpatients. In one intervention arm, pharmacists, and in the second intervention arm, pharmacy technicians, obtained initial AMHs prior to admission. They obtained and reconciled medication information from multiple sources. All arms, including the control arm, received usual AMH care, which included variation in several common processes. The primary outcome was severity-weighted mean AMH error score. To detect AMH errors, all patients received reference standard AMHs, which were compared with intervention and control group AMHs. AMH errors and resultant AMO errors were independently identified and rated by ≥2 investigators as significant, serious or life threatening. Each error was assigned 1, 4 or 9 points, respectively, to calculate severity-weighted AMH and AMO error scores for each patient. RESULTS: Patient characteristics were similar across arms (mean±SD age 72±16 years, number of medications 15±7). Analysis was limited to 278 patients (91%) with reference standard AMHs. Mean±SD AMH errors per patient in the usual care, pharmacist and technician arms were 8.0±5.6, 1.4±1.9 and 1.5±2.1, respectively (p<0.0001). Mean±SD severity-weighted AMH error scores were 23.0±16.1, 4.1±6.8 and 4.1±7.0 per patient, respectively (p<0.0001). These AMH errors led to a mean±SD of 3.2±2.9, 0.6±1.1 and 0.6±1.1 AMO errors per patient, and mean severity-weighted AMO error scores of 6.9±7.2, 1.5±2.9 and 1.2±2.5 per patient, respectively (both p<0.0001). CONCLUSIONS: Pharmacists and technicians reduced AMH errors and resultant AMO errors by over 80%. Future research should examine other sites and patient-centred outcomes. TRIAL REGISTRATION NUMBER: NCT02026453.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Essai randomisé | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Essai randomisé | high |
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».