A “chamber of errors” adaptation to assess pharmaceutical assistants’ knowledge in chemotherapy preparation
Notice bibliographique
Résumé
French preparation guidelines state that pharmacy staff who manipulate cytotoxic drugs have to follow specific training. In order to assess the pharmaceutical assistants' skills and knowledge, we developed a "Cytotoxic Preparation Centralized Unit (CPCU) of errors," derived from the Canadian concept of "Chamber of horrors." A table listing 20 mistakes to track down was created and each pharmaceutical assistant spent 20 min in the "CPCU of errors" with the pharmacist, who wrote down the spotted mistakes in real time. Among the 21 trained pharmaceutical assistants, 15 were evaluated. On average, 11.9 mistakes on 20 were detected. The lowest score was 7 spotted errors on 20 and the highest was 16 on 20. Those results should be qualified depending on pharmaceutical assistants' years of experience in the preparation of chemotherapy. Those results may be explained by the way the role-playing was conducted. The simulation was not conducted during an actual preparation using the usual equipment. One of the major obstacles was the difficulty to clear some time for this project because its realization required a full-time pharmacist and the referring pharmaceutical assistant in addition to the evaluated pharmaceutical assistants. Overall, the staff feedback was positive and the role-playing led to a reminder of theoretical knowledge and the good use of some devices. It would be interesting to develop this type of project through a regional oncology network to create a medium that can be used by other hospitals.
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 | 0,003 | 0,004 |
| 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 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».