MétaCan
Menu
Retour à la cohorte
Enregistrement W2947626822 · doi:10.1016/j.amjmed.2019.05.003

Challenges at Care Transitions: Failure to Follow Medication Changes Made at Hospital Discharge

2019· article· en· W2947626822 sur OpenAlexafffund
Daniala L. Weir, Aude Motulsky, Michał Abrahamowicz, Todd C. Lee, Steven G. Morgan, David L. Buckeridge, Robyn Tamblyn

Notice bibliographique

RevueThe American Journal of Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensMcGill University Health CentreUniversité de MontréalUniversity of British ColumbiaCentre Hospitalier de l’Université de MontréalMcGill University
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésMedicineConfidence intervalOdds ratioEmergency medicineIncidence (geometry)Logistic regressionAdverse effectHospital dischargeCohort studyProspective cohort studyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In-hospital medication reconciliation has not demonstrated reductions in adverse health outcomes, possibly because patients do not follow the changes made to their preadmission medications. Our objective was to determine the incidence of and variables associated with failure to follow newly prescribed therapies, discontinued medications, and dose changes. METHODS: A prospective cohort study of patients admitted to hospitals in Montreal, Quebec between 2014 and 2016 was conducted. Failure to follow medication changes 30 days post discharge was measured by comparing prescribed and dispensed medications. Multivariable logistic regression was used to determine characteristics associated with failure to follow changes. RESULTS: Among 2655 patients, mean age was 69.5 years (SD 14.7), and 1581 (60%) were males. There were 10,068 medication changes made at hospital discharge and 24% were not followed in the 30 days post discharge. Thirty percent of dose modifications were filled at the incorrect dose, 27% of new medications were not filled, and 12% of discontinued medications were filled. A number of factors increased the risk of failure to follow medication changes, including increasing out-of-pocket medication costs (adjusted odds ratio [aOR] 1.12; 95% confidence interval [CI], 1.07-1.18), discharge to long-term care facility (aOR 2.29; 95% CI, 1.63-3.08), and not having medications dispensed prior to admission (aOR 4.67; 95% CI, 3.75-5.90). CONCLUSION: One in 4 hospital medication changes was not followed post discharge. Health policy aimed at eliminating out-of-pocket medication costs and investigation of factors influencing failure to follow changes for those not dispensed medications prior to admission and for long-term care residents are important next steps to address this issue.

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)0,014
score de la tête « metaresearch » (Gemma)0,101
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 enseignants0,025
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,101
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,001
Communication savante0,0050,004
Science ouverte0,0020,004
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,058
Tête enseignante GPT0,361
Écart entre enseignants0,303 · 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

Citations16
Publié2019
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueThe American Journal of MedicineMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207