Impact of pharmacist-led home medicines review services on drug-related problems among the elderly population: a systematic review
Notice bibliographique
Résumé
OBJECTIVES: To address and elucidate the impact of pharmacist-led home medicines review (HMR) services on identifying drug-related problems (DRPs) among the elderly population in home care settings. METHODS: A comprehensive systematic search was performed using electronic scientific databases such as PubMed, Scopus, Embase, and Web of Science for studies published between January 1, 2008 and December 31, 2018, pertaining to HMR services by pharmacists for identifying DRPs. RESULTS: In total, 4,292 studies were retrieved from the searches, of which 24 were excluded as duplicates. Titles and abstracts were screened for the remaining 4,268 studies, of which 4,239 were excluded due to the extraneous nature of the titles and/or abstracts. Subsequently, 29 full-text articles were assessed, and 19 were removed for lacking the outcome of interest and/or not satisfying the study's inclusion criteria. Finally, 10 studies were included in the review; however, publication bias was not assessed, which is a limitation of this study. In all studies, pharmacists identified a highly significant amount of DRPs through HMR services. The most common types of DRPs were potential drug-drug interactions, serious adverse drug reactions, need for an additional drug, inappropriate medication use, non-adherence, untreated indications, excessive doses, and usage of expired medications. CONCLUSIONS: HMR is a novel extended role played by pharmacists. The efficiency of such programs in identifying and resolving DRPs could minimize patients' health-related costs and burden, thereby enhancing the quality of life and well-being among the elderly.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».