Classification system for primary care provider eConsults about medications for older adults with frailty
Notice bibliographique
Résumé
BACKGROUND: Providing primary care for people with frailty can be challenging due to an increased risk of adverse outcomes and use of potentially inappropriate medications which may exacerbate characteristics of frailty. eConsult is a service where primary care providers can receive timely specialist advice for their patients through a secure web-based application. We aimed to develop a classification system to characterize medication-focused eConsult questions for older adults with frailty and assess its usability. METHODS: A classification system was developed and refined over three cycles of improvement through a cross-sectional study of 35 cases categorized as medication-focused from cases submitted in 2019 for patients aged 65 or older with frailty through the Champlain BASE eConsult service (Ontario, Canada). The final classification system was then applied to each case. RESULTS: The classification system contains 5 sections: (1) case descriptives; (2) intent and type of question; (3) medication recommendations and additional information in the response; (4) medication classification; and (5) potentially inappropriate medications. Among the 35 medication-focused cases, the most common specialties consulted were endocrinology (9 cases, 26%) and cardiology (5 cases, 14%). Medication histories were available for 29 cases (83%). Many patients were prescribed potentially inappropriate medications based on explicit tools (AGS Beers Criteria®, STOPPFall, Anticholinergic Cognitive Burden Scale, ThinkCascades) yet few consults inquired about these medications. CONCLUSION: A classification system to describe medication-related eConsult cases for patients experiencing frailty was developed and applied to 35 eConsult cases. It can be applied to more cases to identify professional development opportunities and enhancements for eConsult services.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».