Sharing Adverse Drug Event Reports Between Hospitals and Community Pharmacists to Inform Re-dispensing: An Analysis of Reports and Process Outcomes
Notice bibliographique
Résumé
INTRODUCTION: Adverse drug events (ADEs) are a leading cause of unplanned hospital visits. We designed ActionADE, an online ADE reporting platform, and integrated it with PharmaNet, British Columbia's (BC's) provincial medication dispensing system, to overcome identified barriers in ADE reporting and communicate ADEs to community pharmacies. Our objectives were to characterise ADEs reported in ActionADE, explore associations between patients' age, sex and ADE characteristics, and estimate the re-dispensation rate of culprit medications in community pharmacies. METHODS: We conducted a prospective observational study of ADE reporting in four BC hospitals between April 1, 2020 and October 31, 2022. We described the characteristics of ADEs reported into ActionADE, used logistic regression modelling to examine associations between age and sex and ADE characteristics, and calculated rates of avoided culprit drug re-dispensations using community pharmacists' responses to ActionADE alerts. RESULTS: In total, 3591 ADE reports were initiated by hospital clinicians, 3174 of which were included in this analysis. Serious or life-threatening ADEs resulting in permanent disability, hospitalisation, extended hospitalisation, and/or death accounted for 28.5% (906/3174; 95% CI 27.0-30.1%) of reports. Males were more likely to have non-adherence reported compared to females and experienced life threatening ADEs at a younger age than females. Of 592 patients who had ≥ 1 adverse drug reaction or allergy report (a subset of ADEs) transmitted to community pharmacies, 200 subsequently attempted to re-fill the culprit or a same class drug. Community pharmacists responded to preventative alerts by avoiding re-dispensation in 33.0% (66/200; 95% CI 26.5-39.5%). INTERPRETATION: ActionADE is the first interoperable system that communicates ADEs via a central medication database to community pharmacies. Every 10th ADE reported in ActionADE and shared to PharmaNet resulted in community pharmacists' avoiding one culprit or same class drug re-exposure. Further research is needed to understand ActionADE's impact on patient and health system outcomes.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».