Effect of an Electronic Medication Reconciliation Intervention on Adverse Drug Events
Notice bibliographique
Résumé
Importance: Adverse drug events (ADEs) account for up to 16% of emergency department (ED) visits and 7% of hospital admissions. Medication reconciliation is required for hospital accreditation because it can reduce medication discrepancies, but there is no evidence that reducing discrepancies reduces ADEs or other adverse outcomes. Objective: To evaluate whether electronic medication reconciliation reduces ADEs, medication discrepancies, and other adverse outcomes compared with usual care. Design, Setting, and Participants: This cluster randomized trial involved 3491 patients who were discharged from 2 medical units and 2 surgical units at the McGill University Health Centre, Montreal, Quebec, Canada, between October 2014 and November 2016. Data analysis took place from July 2017 to July 2019. Intervention: The RightRx intervention electronically retrieved community drugs from the provincial insurer and aligned them with in-hospital drugs to facilitate reconciliation and communication at care transitions. Main Outcomes and Measures: The primary outcome was ADEs in 30 days after discharge. Secondary outcomes included medication discrepancies, ED visits, hospital readmissions, and a composite outcome of ED visits, readmissions, and death up to 90 days after discharge. Results: Of 4656 eligible patients, 3567 (76.6%) consented to participate (2060 [57.8%] men; mean [SD] age, 69.8 [14.9] years). Overall, 76 patients died during the hospital stay, so 3491 patients were included in the analysis. There was no significant difference in the risk of ADEs between intervention and control groups (76 [4.6%] vs 73 [4.0%]; OR, 0.97; 95% CI, 0.33-1.48), ED visits (433 [26.2%] vs 488 [26.6%]; OR, 0.83; 95% CI, 0.36-1.42), hospital readmission (170 [10.3%] vs 261 [14.2%]; OR, 0.22; 95% CI, 0.06-1.14), or the composite outcome (447 [27.0%] vs 506 [27.6%]; OR, 0.75; 95% CI, 0.34-1.27) at 30 days. Medication discrepancies were significantly reduced in the intervention group compared with the control group (437 [26.4%] vs 1029 [56.0%]; OR, 0.24; 95% CI, 0.12-0.57). Changes made to community medications (OR, 1.05; 95% CI, 1.01-1.10) and new medications (OR, 1.09; 95% CI, 1.01-1.18) were significant risk factors for ADEs. Conclusions and Relevance: Electronic medication reconciliation reduced medication discrepancies but did not reduce ADEs or other adverse outcomes. Hospital accreditation should focus on interventions that reduce the risk of adverse events for patients with multiple changes to community medications. Trial Registration: ClinicalTrials.gov identifier: NCT01179867.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».