Medication Errors in Ethiopia: Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Abstract Background: The caution of medication prescription and administration are the main physician and nursing services though there was no study to show medication error at the nation level in Ethiopia. Therefore, we estimated the national prevalence of medication errors. Methods: A systematic review of studies searched in PubMed, Scopus, African Journal of Online, and Google Scholar was done. Newcastle-Ottawa quality assessment scale was used to assess the quality status of the included studies. We employed Galbraith plot and Egger’s regression test to assess publication bias. The national prevalence of medication errors was estimated using a random-effects model meta-analysis. Moreover, subgroup analysis and meta-regression analyses were done to explore the reason of statistical heterogeneity.Results: A total of 14 studies with 5,552 administered medications and 5,661 prescription sheets were included. The overall prevalence of medication error in Ethiopia was 57.6% (95% CI: 46.2, 69.0). The pooled burden of medication administration and prescription error was 58.4% (95% CI: 51.4, 65.5) and 55.8% (95% CI: 27.0, 84.6), respectively. Omission error (38%), wrong dose (38.5%), and the wrong combination of drugs (28.7%) were highly reported types of prescription errors, whereas missed doses (57.0%), technical errors (47.0%), wrong time (35.0%), and wrong dose (30.0%) were frequently observed medication administration errors.Conclusions: Medication errors were very common in Ethiopian hospitals whereby at least one out of two medications were wrongly prescribed and administered. Our review provided a shred of up-to-date evidence for clinicians, regional, and national healthcare policymakers to appraise and improve the quality of hospitals’ inpatient care.Trail registration: The protocol is registered in the Prospero database with a registration number of CRD42019138125.
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 | 0,012 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,028 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».