The Impact of Phone Interruptions on the Quality of Simulated Medication Order Validation Using Eye Tracking
Notice bibliographique
Résumé
INTRODUCTION: Order validation is an important component of pharmacy services, where pharmacists review orders with a focus on error prevention. Interruptions are frequent and may contribute to a reduction in error detection, thus potential medication errors. However, studying such errors in practice is difficult. Simulation has potential to study these events. METHODS: This was a pilot, simulation study. The primary objective was to determine the rate of medication error detection and the effect of interruptions on error detection during simulated validation. Secondary objectives included determining time to complete each prescription page. The scenario consisted of validating three handwritten medication order pages containing 12 orders and 17 errors, interrupted by three phone calls timed during one order for each page. Participants were categorized in groups: seniors and juniors (including residents). Simulation sessions were videotaped and eye tracking was used to assist in analysis. RESULTS: Eight senior and five junior pharmacists were included in the analysis. There was a significant association between interruption and error detection (odds ratio = 0.149, 95% confidence interval = 0.042-0.525, P = 0.005). This association did not vary significantly between groups (P = 0.832). Juniors took more time to validate the first page (10 minutes 56 seconds vs. 6 minutes 42 seconds) but detected more errors (95% vs. 69%). However, all major errors were detected by all participants. CONCLUSIONS: We observed an association between phone interruptions and a decrease in error detection during simulated validation. Simulation provides an opportunity to study order validation by pharmacists and may be a valuable teaching tool for pharmacists and pharmacy residents learning order validation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».