The Perceived Effectiveness of Secure Messaging for Medication Reconciliation During Transitions of Care: Semistructured Interviews With Patients
Notice bibliographique
Résumé
BACKGROUND: Medication discrepancies can lead to adverse drug events and patient harm. Medication reconciliation is a process intended to reduce medication discrepancies. We developed a Secure Messaging for Medication Reconciliation Tool (SMMRT), integrated into a web-based patient portal, to identify and reconcile medication discrepancies during transitions from hospital to home. OBJECTIVE: We aimed to characterize patients' perceptions of the ease of use and effectiveness of SMMRT. METHODS: We recruited 20 participants for semistructured interviews from a sample of patients who had participated in a randomized controlled trial of SMMRT. Interview transcripts were transcribed and then qualitatively analyzed to identify emergent themes. RESULTS: Although most patients found SMMRT easy to view at home, many patients struggled to return SMMRT through secure messaging to clinicians due to technology-related barriers. Patients who did use SMMRT indicated that it was time-saving and liked that they could review it at their own pace and in the comfort of their own home. Patients reported SMMRT was effective at clarifying issues related to medication directions or dosages and that SMMRT helped remove medications erroneously listed as active in the patient's electronic health record. CONCLUSIONS: Patients viewed SMMRT utilization as a positive experience and endorsed future use of the tool. Veterans reported SMMRT is an effective tool to aid patients with medication reconciliation. Adoption of SMMRT into regular clinical practice could reduce medication discrepancies while increasing accessibility for patients to help manage their medications. TRIAL REGISTRATION: ClinicalTrials.gov NCT02482025; https://clinicaltrials.gov/ct2/show/NCT02482025.
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 | 0,015 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».