Safer Prescribing and Care for the Elderly (SPACE): Protocol of a Cluster Randomized Controlled Trial in Primary Care
Notice bibliographique
Résumé
BACKGROUND: High-risk prescribing, adverse drug events, and avoidable adverse drug event hospitalizations are common. The single greatest risk factor for high-risk prescribing and adverse drug events is the number of medications a person is taking. More people are living longer and taking more medications for multiple long-term conditions. Most on-going prescribing occurs in primary care. The most effective, cost-effective, and practical approach to safer prescribing in primary care is not yet known. OBJECTIVE: To test the effect of the Safer Prescribing And Care for the Elderly (SPACE) intervention on high-risk prescribing of nonsteroidal anti-inflammatory and antiplatelet medicines, and related adverse drug event hospitalizations. METHODS: This is a protocol of a cluster randomized controlled trial. The clusters will be primary care practices. Data collection and analysis will be at the level of patient. RESULTS: Recruitment started in 2018. Six-month data collection will be in 2018. CONCLUSIONS: This study addresses an important translational gap, testing an intervention designed to prompt medicines review and support safer prescribing in routine primary care practice. TRIAL REGISTRATIONgeneral practice: Australian New Zealand Clinical Trials Registry: ACTRN12618000034235 http://www.ANZCTR.org.au/ACTRN12618000034235.aspx (Archived with Webcite at http://www.webcitation.org/6yj9RImDf)
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 | 0,004 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».