MétaCan
Menu
Retour à la cohorte
Enregistrement W2998304825 · doi:10.15586/jptcp.v26i2.607

Preparing for Vanessa’s Law: Collaboration between the Medical Records and Pharmacy Departments at a Canadian Hospital Center

2019· article· en· W2998304825 sur OpenAlexaffvenueabout
Pauline Rault, Dana Necsoiu, Isabelle Desjardins, Denis Lebel, Jean‐François Bussières

Notice bibliographique

RevueJournal of Population Therapeutics and Clinical Pharmacology · 2019
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacovigilance and Adverse Drug Reactions
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésPharmacyMedical recordCoding (social sciences)MedicineClinical pharmacyContext (archaeology)Medical classificationDiagnosis codeInformation centerMedical diagnosisMedical emergencyFamily medicineNursingInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVE: In the context of Vanessa's Law, the medical records department and the pharmacy team of a mother-child hospital collaborated to create a system for coding adverse drug reactions (ADRs). This study was conducted to validate the coding of ADRs by the medical records team. MATERIAL AND METHODS: This retrospective descriptive study covered 12 months of coding of hospitalization data by the medical records team (November 1, 2017, to October 31, 2018). The pharmacy team performed twice-monthly analysis to validate the ADR data, based on coded information for drugs and associated clinical manifestations. RESULTS: Over the 12-month study period, a total of 755 ADRs were coded by the medical records department (i.e., 2.1 ADRs per day, corresponding to 7.1% of admissions). For 34 (4.5%) of these ADRs, the pharmacy team made a change to the code originally assigned by the medical records department. Eighty-five (11.5%) of the coded ADRs were deemed serious, as defined by Health Canada, but only 13 (15%) of these serious ADRs were reported to the regulatory authority. The new process allowed clinical manifestation codes to be associated with individual drugs in the pharmacy's Med-Echo-Plus® software, which facilitated interpretation of the data. Following this study, coding practices were reviewed, a coding algorithm was developed, and the codes for 18 drugs were clarified. CONCLUSION: This study highlights the feasibility of establishing a link between the medical records and pharmacy departments to validate the coding of ADRs. At the study hospital, this linkage has identified serious ADRs, for which reporting will soon be required by Health Canada.

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)0,031
score de la tête « metaresearch » (Gemma)0,071
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,817

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,071
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0140,004
Communication savante0,0060,003
Science ouverte0,0040,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,503
Écart entre enseignants0,398 · 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'étudeSans objet
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

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Population Therapeutics and Clinical PharmacologyMême sujetPharmacovigilance and Adverse Drug ReactionsTravaux en français237 207