Do pharmacists have the most potential for patient safety in Japan? Learning from a 2010 nationwide survey
Notice bibliographique
Résumé
Background: Unlike in many other countries, patient safety (PS) in Japan has been promoted under the social insurance medical fee schedule, with the implementation of preferential medical fee paid to medical institutions as incentives. Meanwhile, many hospitals do not assign a full-time physician as PS manager at PS division due to the shortage of physicians.Objective: The Health Ministry in Japan has been promoting PS by utilizing the preferential patient safety countermeasure fee (PPSCF) since 2006. This study aims to address the potential of pharmacists for PS at hospitals implementing the PPSCF.Methods: A nationwide questionnaire survey targeting 2,674 hospitals with the PPSCF was performed from 2010 to 2011. Of the 669 hospitals that responded, 627 hospitals were eligible for analysis, including 178 hospitals implementing PPSCF 1 with 400 beds or more (group A), 286 hospitals implementing PPSCF 1 with 399 beds or fewer (group B), and 163 hospitals implementing PPSCF 2 (group C).Results: Although the mean values of PS activities for nurses were the highest among physicians, nurses, and pharmacists, the values per person recalculated for pharmacists were the highest, and the ranges of the values per person for pharmacists were narrowest across the three professional groups. For example, the number per person of incident reports filed in group A was 2.37 ± 0.30 for pharmacists, 1.14 ± 0.11 for physicians, and 2.09 ± 0.31 for nurses (p = .002). For pharmacists, those values were 2.37 ± 0.30 in group A, 2.43 ± 0.14 in group B and 2.35 ± 0.19 in group C (p = .802).Conclusions: Across health professionals, pharmacists may have the most potential for PS under the social insurance medical fee schedule in Japan.
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 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».