MétaCan
Menu
Retour à la cohorte
Enregistrement W4293770253 · doi:10.4140/tcp.n.2022.421

Evaluation of Medication Incidents in a Long-term Care Facility Using Electronic Medication Administration Records and Barcode Technology

2022· article· en· W4293770253 sur OpenAlexaffabout
Andrew Fuller, Lisa M. Guirguis, Cheryl A Sadowski, Mark Makowsky

Notice bibliographique

RevueThe Senior Care Pharmacist · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensAlberta HealthUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWorkaroundMedicinePharmacyAdministration (probate law)Medical emergencyEmergency medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

Objective To describe the frequency, type, and severity of reported medication incidents that occurred at a long-term care facility (LTCF) despite electronic medication administration record and barcode-assisted medication administration (eMAR-BCMA) use. The study also contains analysis for the contribution of staff workarounds to reported medication administration errors (MAEs) using an established typology for BCMA workarounds, characterize if the eMAR-BCMA technology contributed to MAEs, and explore characteristics influencing incident severity. Design Retrospective incident report review. Setting A 239-bed LTCF in Alberta, Canada, that implemented eMAR-BCMA in 2013. Participants 270 paper-based, medication incident reports submitted voluntarily between June 2015 and October 2017. Interventions None. Results Most of the 264 resident-specific medication incidents occurred during the administration (71.9%, 190/264) or dispensing (28.4%, 75/264) phases, and 2.3% (6/264) resulted in temporary harm. Medication omission (43.7%, 83/190) and incorrect time (22.6%, 43/190) were the most common type of MAE. Workarounds occurred in 41.1% (78/190) of MAEs, most commonly documenting administration before the medication was administered (44.9%, 35/78). Of the non-workaround MAEs, 52.7% (59/112) were notassociated with the eMAR-BCMA technology, while 26.8% (30/112) involved system design shortcomings, most notably lack of a requirement to scan each medication pouch during administration. MAEs involving workarounds were less likely to reach the resident (74.4 vs 88.8%; relative risk = 0.84, 95% CI 0.72-0.97). Conclusion Administration and dispensing errors were the most reported medication incidents. eMAR-BCMA workarounds, and design shortcomings were involved in a large proportion of reported MAEs. Attention to optimal eMAR-BCMA use and design are required to facilitate medication safety in LTCFs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,529

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,473
Écart entre enseignants0,375 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Senior Care PharmacistMême sujetPatient Safety and Medication ErrorsTravaux en français237 207