MétaCan
Menu
Retour à la cohorte
Enregistrement W2897449530 · doi:10.1002/jac5.1033

Accuracy and usability of medication identifiers for solid oral medications

2018· article· en· W2897449530 sur OpenAlexaff
Cynthia A. Jackevicius, David Benjamin Lash, Divvjyot Singh, Kelli Hines, Micah Hata

Notice bibliographique

RevueJACCP JOURNAL OF THE AMERICAN COLLEGE OF CLINICAL PHARMACY · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensInstitute for Clinical Evaluative SciencesUniversity of TorontoUniversity Health Network
Organismes subventionnairesWestern University of Health Sciences
Mots-clésIdentifierUsabilityMedicineMEDLINEComputer science

Résumé

récupéré en direct d'OpenAlex

Background A comprehensive, contemporary evaluation of medication identifiers is necessary to keep up with the fast‐paced mobile and web‐based technology used by health care professionals and patients in order to safely identify and use oral medications. Prior studies evaluating the accuracy of medication identifiers are dated, with the most recent solely examining imprints of oral medications. Objective To compare the accuracy of different medication identifiers, and to identify and quantify ease of use between lay and professional medication identifiers. Methods We conducted a cross‐sectional study of 202 randomly selected oral medications, comparing the results of 14 lay and professional medication identifiers with reference standard‐identified medications. Investigators conducted three different searches for each medication using a standardized search methodology, including each medication's imprint, shape, color, scoring, and dosage form. Results Ident‐A‐Drug, Drugs.com , Facts & Comparisons, and web‐based Lexicomp were the four most accurate identifiers at 98%, 97.5%, 96.5%, and 96.5%, respectively. Web‐based identifiers correctly identified more medications compared with mobile‐based identifiers (93.2% vs 80.6%, P <0.001). Drugs.com displayed the medication as the first result most often (96%), followed by Facts & Comparisons (95%). Drugs.com found the medication on the first search most frequently (97%). Searches without color were more accurate than with color (P <0.001). The most user‐friendly identifiers were Facts & Comparisons, Drugs.com , Epocrates Mobile, and Lexicomp Mobile. Conclusion Drugs.com , Facts & Comparisons, and Lexicomp (web and mobile) were determined to be the most accurate and easy‐to‐use medication identifiers. Searching without color was more accurate than searching with color.

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)0,024
score de la tête « metaresearch » (Gemma)0,192
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,192
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,156
Tête enseignante GPT0,599
Écart entre enseignants0,442 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJACCP JOURNAL OF THE AMERICAN COLLEGE OF CLINICAL PHARMACYMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207