Pharmaceutical recommendations in a university hospital transplant unit
Notice bibliographique
Résumé
Introduction: The transplanted patient has a complex pharmacotherapy, with the pharmacist having an important role in the multidisciplinary team. Objective: To analyze the pharmaceutical recommendations made during the hospitalization of the patients in kidney and liver transplant units. Methods: This was a cross-sectional study in which pharmaceutical recommendations from May 2017 to April 2018 were collected from the records contained in the database of the Clinical Pharmacy Unit of a University Hospital in Fortaleza, Brazil. The recommendations were categorized and analyzed based on the classification used in the institution. Results: There were 1241 pharmaceutical recommendations involving 325 patients and 1466 medications. The recommendations were more frequent during liver transplantation (54.2%, n = 672), with dose adjustments (18.2%, n = 122) and dilution / reconstitution (9.8%, n = 66) being the most predominant types. In kidney transplantation, recommendations for education about medication use (17.6%, n = 100) and treatment adherence strategies (17.6%, n = 100) were the most predominant. The most frequent therapeutic classes were systemic antibacterials (31.2%, n = 458) and immunosuppressants (25.1%, n = 368). The acceptance rate of recommendations for kidney and liver transplantation were 95.1% (n = 541) and 95.4% (n = 641), respectively. Conclusions: The present study showed a high frequency of pharmaceutical recommendations and these results demonstrate that the detection of drug-related problems generates pharmaceutical recommendations that can contribute to the reduction of negative drug-associated results and increase patient safety.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».