MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408828674 · doi:10.1371/journal.pone.0320181

A systematic review and meta-analysis on pharmacist-led interventions for the management of peptic ulcer disease

2025· review· en· W4408828674 sur OpenAlexaboutno aff
Biswash Sapkota, Bipindra Pandey, Bishal Sapkota, Keshav Dhakal, Bijay Aryal

Notice bibliographique

RevuePLoS ONE · 2025
Typereview
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological interventionPharmacistPharmacotherapyMEDLINEAdverse effectClinical pharmacyPharmaceutical careMedical prescriptionIntensive care medicineEmergency medicineInternal medicineFamily medicinePharmacyNursing

Résumé

récupéré en direct d'OpenAlex

Pharmacists are essential for developing pharmacotherapy plans, conducting clinical assessments, and overseeing drug monitoring. Their interventions help prevent medication errors and adverse drug events and enhance medication safety. This study aimed to systematically review pharmacist-led interventions for managing medication-related issues in patients receiving anti-ulcer treatments. A systematic review and meta-analysis was performed to explore four databases for studies published from 1904 up to June 2024. Nine studies were reviewed, including four retrospective, three case-control, one mixed-method, and one prospective pre-post study involving 34,099 participants. The average age of the patients was 61 years, and 50.23% were male. The study quality was high, with an average score of 6.22/7 on the modified Newcastle-Ottawa scale. All studies involved direct interactions between pharmacists and patients or physicians, and data were primarily collected from hospital electronic records. Pooled analysis demonstrated that pharmacist interventions significantly improved the rational use of anti-ulcer medications (OR: 4.5; 95% CI: 0.97 to 20.80; I2 = 89%, P = 0.05), as reported by studies. Pharmacist interventions have a significant impact on improving rational drug use, reducing costs and treatment duration, and enhancing appropriate medication use. These interventions also positively influenced medication adherence and the correction of irrational drug use.

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)0,012
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,032
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,023
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,556
Tête enseignante GPT0,518
Écart entre enseignants0,038 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetPharmaceutical Practices and Patient Outcomes→Travaux en français237 207→