MétaCan
Menu
Retour à la cohorte
Enregistrement W2814799000 · doi:10.1111/bcp.13709

The ‘top 100’ drugs and classes in England: an updated ‘starter formulary’ for trainee prescribers

2018· article· en· W2814799000 sur OpenAlexaff
Selma Audi, Daniel Burrage, D Lonsdale, Sarah Pontefract, Jamie J. Coleman, Andrew W. Hitchings, Emma H. Baker

Notice bibliographique

RevueBritish Journal of Clinical Pharmacology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésFormularyMedical prescriptionMedicineFamily medicineHealth careNursing

Résumé

récupéré en direct d'OpenAlex

AIMS: Prescribing is a complex skill required of doctors and, increasingly, other healthcare professionals. Use of a personal formulary can help to develop this skill. In 2006-9, we developed a core list of the 100 most commonly prescribed drugs. Our aim in the present study was to update this 'starter formulary' to ensure its continued relevance for prescriber training. METHODS: We analysed large contemporary primary and secondary care datasets to identify the most frequently prescribed medicinal products. Items were classified into natural groups, broadly following their British National Formulary classification. The resulting drug groups were included in the core list if they comprised ≥0.1% prescriptions in both settings or ≥0.2-0.3% prescriptions in one setting. Drugs from emergency guidelines that did not qualify by prescribing frequency completed the list. RESULTS: Over 1 billion primary care items and approximately 1.8 million secondary care prescriptions were analysed. The updated list comprises 81 drug groups commonly prescribed in both settings; six from primary care; seven from secondary care; and six from emergency guidelines. Eighty-eight per cent of the formulary was unchanged. Notable changes include entry of newer anti-epileptics and dipeptidyl peptidase-4 inhibitors and exit of phenytoin and thiazolidinediones. CONCLUSIONS: The relative stability of the core drug list over 9 years and the current update ensure that learning based on this list remains relevant to practice. Trainee prescribers may be encouraged to use this 'starter formulary' to develop a sound basis of prescribing knowledge and skills that they can subsequently apply more widely.

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)0,003
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,022
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,095
Tête enseignante GPT0,481
Écart entre enseignants0,386 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Clinical PharmacologyMême sujetPharmaceutical studies and practicesTravaux en français237 207