Medication Reconciliation during Admission at University Hospital
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Medication reconciliation is the process of comparing the most accurate list of all medications that a patient is taking with the list of prescription drugs within the healthcare system while considering the patient’s allergies and history of side effects. OBJECTIVES: To reconcile medication upon the patients’ admission to a university hospital in the municipality of Campo Grande, Mato Grosso do Sul, Brazil. METHOD: A prospective, cross-sectional study was conducted between June 2018 and May 2019 at the medical clinic unit of an university hospital. Discrepancies observed between the prescription and the best possible medication history were classified as intentional discrepancy; undocumented intentional; and unintentional. RESULTS: A total of 1,134 discrepancies were found between home-based drugs and those prescribed upon admission to the MCU. Among the discrepancies, 815 (72%) were intentional, 89 (8%) were undocumented intentional, and 230 (20%) were unintentional. The number of consultation sources and the number of medicines in use at home showed significant correlation with the occurrence of unintentional discrepancies (p = 0.039 and p = 0.008, respectively). A total of 318 pharmaceutical interventions were performed, 230 related to unintended discrepancies. Of these, 138 (60%) interventions were not accepted. CONCLUSION: The study verified the high frequency of drug omission, conferring treatment interruption and the need for pharmaceutical assistance of polymedicated patients.
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.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle