MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389729924 · doi:10.1097/01.ccm.0001000796.65193.80

656: THE ROLE AND IMPACT OF PHARMACISTS IN A VIRTUAL POST-ICU RECOVERY CLINIC

2023· article· en· W4389729924 sur OpenAlexaff
Jonathan Mailman, Eric Sy, Elena Deptuch, Jenna England, Sandy Kassir

Notice bibliographique

RevueCritical Care Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensSaskatchewan Health AuthorityUniversity of SaskatchewanRegina General HospitalRoyal Jubilee Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineEmergency medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: ICU survivors currently have unmet care needs in their transition from the ICU back to recovery. Many survivors struggle with functional disability, chronic health problems, and mental health concerns. In our province, >50% of the population lives in a rural setting with 32% of households living >200 km away from specialist care. We designed our pilot program in consultation with ICU clinicians, allied healthcare providers, primary care providers, patients, and families. The primary goal of the Virtual Post ICU Recovery Clinic (VIRC) pilot project is to provide comprehensive, multidisciplinary care to ICU survivors, in their journey to recovery, out to 180 days from hospital discharge. Methods: This is an interim analysis from June 2022 to June 2023. Consecutive patients who attended the VIRC were included in this single centre service evaluation of the pharmacist actions and impacts on patient care. Results: Our ongoing pilot project has recruited a total of 68 patients, median age 60.5 years, 50% female, clinical frailty score 4, SOFA score on ICU admission 11, median ICU and hospital length of stay 5.9 and 19.2 days, respectively, and 74% of our patients met criteria for polypharmacy (>5 medications). The virtual nature of the clinic lowered barriers for patient attendance, where we could meet those patients in their own home with 49% living >50 km away from the primary ICU site. As of June 2023, 49% of our recruited patient have thus far been seen by the sole pharmacist, with a median time per patient of 1.2 hours spent including chart review, interview, assessment, treatment provision/education, and documentation. In clinic, 32% of patients had a medication discontinued, 12% of patients had a chronic medication restarted, and 20% had medications optimized. The pharmacist also recommended vaccination optimization in 27% of patients, suggested referral to other providers in 43%, and conducted medication education for 63% for areas including sleep hygiene, puffer use optimization, adherence, and avoidance of drug interactions. Conclusions: A pharmacist in a virtual post-ICU clinic could provide many services to ICU survivors, including recommendations for medication optimization, patient education, and managing drug interactions, meeting them on their terms instead of a physical clinic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,022
Tête enseignante GPT0,407
Écart entre enseignants0,385 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care Medicine→Même sujetLong-Term Effects of COVID-19→Travaux en français237 207→