Structure and Content of Drug Monitoring Advices Included in Discharge Letters at Interfaces of Care: Exploratory Analysis Preceding Database Development
Notice bibliographique
Résumé
BACKGROUND: Inadequate drug monitoring of drug therapy after hospital discharge facilitates adverse drug events and preventable hospital readmissions. OBJECTIVE: This study aimed to analyze the structure and content of drug monitoring advices of a representative sample of discharge letters as a basis for future electronic information systems. METHODS: On 2 days in November 2016, all discharge letters of 3 departments of a university hospital were extracted from the hospital information system. The frequency, content, and structure of drug monitoring advices in discharge letters were investigated and compared with the theoretical monitoring requirements expressed in the corresponding summaries of product characteristics (SmPC). The quality of the drug monitoring advices in the discharge letters was rated with the domains of an adapted systematic instructions for monitoring (SIM) score. RESULTS: In total, 154 discharge letters were analyzed containing 1180 brands (240 active pharmaceutical substances), of which 50.42% (595/1180) could theoretically be amended with a monitoring advice according to the SmPC. In reality, 40 discharge letters (26.0%, 40/154) contained a total of 66 monitoring advices for 57 brands (4.83%, 57/1180), comprising 18 different monitoring parameters. Drug monitoring advices only addressed mean 1.9 (SD 0.8) of the 7 domains of the SIM score and frequently did not address reasons for monitoring (86%, 57/66), the timing of monitoring, that is, the start (76%, 50/66), the frequency (94%, 63/66), the stop (95%, 63/66), and how to react (83%, 55/66). CONCLUSIONS: Drug monitoring advices were mostly absent in discharge letters and a gold standard for appropriate drug monitoring advices was lacking. Hence, more effort should be put in the development of tools that facilitate easy presentation of clinically meaningful drug monitoring advices at the point of care.
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 | 0,015 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».