Quality of electronic records documenting adverse drug reactions within a hospital setting: identification of discrepancies and information completeness.
Notice bibliographique
Résumé
AIM: Incomplete and incorrect documentation of adverse drug reactions (ADRs) can restrict prescribing choices resulting in suboptimal pharmaceutical care. This study aimed to examine the quality of information held within electronic systems in a hospital setting, to determine the preciseness of ADR documentation, and identify discrepancies where multiple electronic systems are utilised. METHOD: Over a four-week period, consecutive patients admitted to the general medical ward at the study hospital had their electronic profiles reviewed. Patient demographic information (de-identified), ADR history and discrepancies between information sources (as recorded in all electronic systems utilised at initial prescribing) were recorded and analysed. RESULTS: Over the four-week period, 332 patient profiles were reviewed, and over 1,200 alerts were identified and analysed (including duplicates of ADR reactions). Of these patients, 151 (45.5%) had at least one documented allergy or intolerance which generated 585 reactions, relating to 526 unique events. A further 151 (45.5%) were classified as having no known (drug) allergies or intolerances; however, 20 (15%) of these patients did have at least one allergy documented in at least one other electronic system. The remaining 30 (9%) patients were classified as having an unknown allergy status and of those nine had allergies documented in at least one other electronic system. Further, most systems contained information duplication, which had not been addressed during the admission process. CONCLUSION: ADR information was both imprecise and inaccurate, as multiple discrepancies between ADR information recorded in different electronic patient management systems were found to exist. Information sharing between systems needs to be prioritised in order to allow full, accurate and complete ADR information to be collected, stored and utilised; both to reduce current inadequacies and to allow optimal pharmaceutical care.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».