Patient satisfaction with a pharmacist-led best possible medication discharge plan via tele-robot in a remote and rural community hospital
Notice bibliographique
Résumé
INTRODUCTION: Medication reconciliation (MedRec) reduces the risk of preventable medication-related adverse events (ADEs). A best possible medication discharge plan (BPMDP) is a revised list of medications a patient will take when discharged from hospital; a pharmacist review ensures accuracy. For many hospitals, on-site pharmacists are non-existent. Extension of a visual presence via a mobile robotic platform with real-time audiovisual communication by pharmacists to conduct MedRec remains unstudied. This study explored patient perceptions of a pharmacist-led BPMDP using a telepresence robot. Time requirements, unintentional discharge medication discrepancies (UMD), programme inefficiencies/barriers and facilitators involved in pharmacist review of the discharge medication list and patient interviews were also described. METHODS: This prospective cohort study enrolled adult patients admitted to a 12-bed community hospital at high risk of an ADE. Remote pharmacists reviewed the discharge prescription list, identified/resolved UMDs, and interviewed/counselled patients using a telepresence robot. Thereafter, patients completed an anonymous satisfaction questionnaire. Prescriber discharge UMDs were classified, and barriers/inefficiencies and facilitators were documented. RESULTS: Nine patients completed an interview, with a 75% interview agreement rate. All patients were comfortable with the robot and 76% felt their care was better. With a median of 11 discharge medications/patient, the UMD rate was 78%; 71% had omitted medications, 43% involved a cardiovascular medication, 88% were due to a hospital system cause, and 43% were specifically due to an inaccurate best possible admission medication history. Median times for interview preparation, interview and UMD/drug therapy problem resolution were 45, 15 and 10 min, respectively. CONCLUSION: Using a telepresence robot to provide pharmacist-led BPMDPs is acceptable to patients and an innovative, effective solution to identify/resolve UMDs.
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 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».