MétaCan
Menu
Retour à la cohorte
Enregistrement W4403242373 · doi:10.4212/cjhp.3565

Changes in Acute Care Pharmacist Prescribing and Laboratory Ordering over Time: CAPLET Study

2024· article· en· W4403242373 sur OpenAlexaffvenueabout
Alexandra Charlton, Cheryl A. Hill, Deonne Dersch‐Mills, Aliksander Savin, Dalyce Zuk, Sydney Saunders, Elizer Erpilla

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensUniversity of Northern British ColumbiaUniversity of CalgaryAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésPharmacistAuthorizationOrder entryMedicineMedical emergencyIdentification (biology)Health careTracking (education)PharmacyFamily medicineNursingPsychologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Background: In Alberta, pharmacists may obtain additional prescribing authorization (APA) and a practice identification number (PRAC-ID) for ordering laboratory tests. Pharmacists working within Alberta Health Services were mandated by the employer to attain APA by 2018, whereas laboratory ordering has been in place since 2009. Five acute care sites within the Calgary Zone had a computerized provider order entry (CPOE) system that allowed tracking of these activities. Objectives: To describe changes in prescribing and laboratory ordering by acute care pharmacists over time and to compare these activities across hospitals, sites, and specialty teams. Methods: A retrospective, descriptive review of acute care pharmacist orders for medications and laboratory tests was completed using data from the CPOE system for the period 2018 to 2021. Results: Over the study period, the rates of prescribing and laboratory ordering by pharmacists increased by 67.5% (from 1423 to 2383 per full- time equivalent [FTE]) and by 5.5% (from 235 to 248 per FTE), respectively. Pharmacists at the 5 hospitals increased their prescribing rates during that time (by proportions ranging from 7% to 176%). Cardiology, intensive care, and mental health teams had the largest increases in prescribing rates, whereas mental health, hospitalist, and intensive care teams had the greatest increases in rates of laboratory ordering. In each year of the study, the most frequently ordered medication for adult patients was vancomycin, and the most frequently ordered laboratory test was measurement of vancomycin before dose administration. The proportion of medication orders conveyed verbally decreased from 60.0% to 47.4% over the study period. Conclusions: The application of expanded scope of practice increased among acute care pharmacists, to a greater extent for prescribing than for laboratory ordering; however, the proportion of verbal medication orders remains high, a situation that should be addressed to improve patient safety. This study showed that prescribing and laboratory ordering are complementary, given that the top medications and laboratory tests were frequently related. The results of this study can be used for practice development and as the basis for further research within an expanded CPOE system. Keywords: pharmacist prescribing, acute care, laboratory orders, pharmacy practice, expanded scope RÉSUMÉ Contexte : En Alberta, les pharmaciens peuvent obtenir une autorisation de prescription élargie (APE) et un numéro d’identification de pratique (PRAC-ID) pour demander des analyses de laboratoire. Les pharmaciens travaillant dans les Services de santé de l’Alberta ont été sommés par leur employeur d’obtenir une APE avant 2018, alors que les demandes d’analyses de laboratoire sont en place depuis 2009. Cinq sites de soins aigus dans la zone de Calgary disposaient d’un système de saisie informatique des ordonnances médicales (CPOE) permettant de suivre ces activités. Objectifs : Décrire les changements en matière de prescription et de demande d’analyses de laboratoire par les pharmaciens de soins aigus au fil du temps et comparer ces activités entre les hôpitaux, les sites et les équipes spécialisées. Méthodologie : Un examen rétrospectif et descriptif des prescriptions de médicaments et des demandes d’analyses de laboratoire effectuées par les pharmaciens en soins aigus a été mené à l’aide des données du système de CPOE pour la période 2018 à 2021. Résultats : Au cours de la période de l’étude, les taux de prescription et de demande d’analyses de laboratoire par les pharmaciens ont augmenté respectivement de 67,5 % (de 1423 à 2383 par équivalent temps plein [ETP]) et de 5,5 % (de 235 à 248 par ETP). Le taux de prescription des pharmaciens de tous les hôpitaux a augmenté au cours de cette période (de 7 % à 176 %). Les équipes de cardiologie, de soins intensifs et de santé mentale ont enregistré les plus fortes augmentations des taux de prescription, tandis que celles de santé mentale, de soins hospitaliers et de soins intensifs ont enregistré les plus fortes augmentations des taux de demande d’analyses de laboratoire. Chaque année de l’étude, la vancomycine était le médicament le plus fréquemment prescrit pour les patients adultes et les analyses de laboratoire les plus fréquemment demandées portaient sur la mesure de la vancomycine avant l’administration de la dose. La part des prescriptions de médicament communiquées verbalement a diminué de 60,0 % à 47,4 % au cours de la période d’étude. Conclusions : L’application d’un champ de pratique élargi a augmenté chez les pharmaciens de soins aigus, dans une plus grande mesure pour la prescription que pour les demandes d’analyses de laboratoire. Cependant, la part des prescriptions de médicament communiquées verbalement demeure élevée – une situation qui devrait être corrigée pour améliorer la sécurité des patients. Cette étude a démontré que les prescriptions et les demandes d’analyses de laboratoire sont complémentaires, étant donné que les principaux médicaments et les principales analyses sont fréquemment liés. Les résultats de cette étude peuvent être utilisés pour le développement de la pratique et comme base pour des recherches ultérieures au sein d’un système de CPOE élargi. Mots-clés : prescription par un pharmacien, soins aigus, demandes d’analyses de laboratoire, pratique de la pharmacie, champ d’application élargi

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,789
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,036
Tête enseignante GPT0,368
Écart entre enseignants0,332 · 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'étudeSans objet
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital PharmacyMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207