Nurse-led medicines’ monitoring in care homes, implementing the Adverse Drug Reaction (ADRe) Profile improvement initiative for mental health medicines: An observational and interview study
Notice bibliographique
Résumé
INTRODUCTION: Preventable adverse effects of medicines often pass unnoticed, but lead to real harm. INTERVENTION: Nurse-led monitoring using the structured Adverse Drug Reaction (ADRe) Profile identifies and addresses adverse effects of mental health medicines. OBJECTIVES: This study investigated the implementation and clinical impact of ADRe, and barriers to and facilitators of sustained utilisation in routine practice. METHODS: Administration of ADRe was observed for 30 residents prescribed mental health medicines in ten care homes. The study pharmacist reviewed completed ADRes against medication records. Policy context was explored in 30 interviews with service users, nurse managers and strategic leads in Wales. RESULTS: Residents were aged 60-95, and prescribed 1-17 (median 9 [interquartile range (IQR) 7-13]) medicines. ADRe identified a median of 18 [IQR 11.5-23] problems per resident and nurses made 2 [1-2] changes to care per resident. For example: falls were reported for 9 residents, and care was modified for 5; pain was identified in 8 residents, and alleviated for 7; all 6 residents recognised as dyspnoeic were referred to prescribers. Nurses referred 17 of 30 residents to prescribers. Pharmacists recommended review for all 30. Doubts about administering ADRe, sometimes expressed by people who had not yet used it, diminished as it became familiar. ADRe was needed to bridge communication between resident, nurses and prescribers. When barriers of time, complacency, and doctors' non-availability were overcome, reporting with ADRe made prescribers more likely to heed nurses' concerns regarding residents' welfare. Clinical gains were facilitated by one-to-one time, staff-resident relationships, and unification of documentation. IMPLICATIONS: To our knowledge, ADRe is the only instrument that brings a full account of patients' problems to medication reviews. This juxtaposition of signs and symptoms against prescriptions facilitates dose adjustments and de-prescribing and leads to: reduced pain and sedation; early identification of problems linked to ADRs, such as falls; and timely medication reviews e.g. for dyspnoea.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».