Evaluation of medication errors in pediatric patients using antibiotics
Notice bibliographique
Résumé
BACKGROUND: Medication errors are frequently seen in pediatric patients. Medication error studies on pediatric cases were found to not only be limited but also the collaboration of clinical pharmacists and physicians on this topic was not published in Turkey. This study aimed to identify drug-related problems, especially in antibiotics. METHODS: This study was a point prevalence study with pediatric inpatients that used at least one antibiotic at a pediatric tertiary care reference hospital on November 16, 2016. Medications of patients were evaluated by clinical pharmacists in terms of drug-related problems and by physicians in terms of correct indications. RESULTS: Eighty-nine hospitalized patients were using antibiotics at the time of the study. The median age was 42 months (range: 1-226 months), and 49 (55.1%) of the patients were male. Clinical pharmacists detected a total of 210 potential drug-drug interactions in 46 (51.7%) patients. Approximately 48.5% of the patients in pediatric wards and 52.4% of the patients in surgical wards had at least one potential drug-drug interaction. A total of 39 medication errors were identified in 36 patients` drug orders. Most of the errors (51.3%) were due to dosing and administration time errors (35.9%). The number of errors per patient in surgical services was higher (0.47) than the pediatric services (0.42). Forty-three percent of errors were antimicrobial-related, and 70.5% of them were classified as dosing errors. CONCLUSIONS: Evaluation of patients` drug usage by a clinical pharmacist in terms of drug-related problems such as drug interactions, side effects and prescribing errors leads to better 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 | 0,007 | 0,006 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».