Tools for Assessing Medication Safety Processes in Nursing Homes: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: This systematic review aimed to identify tools for measuring the quality of medication safety-related processes in nursing homes. METHODS: We systematically searched Medline, Embase, and CINAHL databases to identify studies describing tools for measuring medication safety-related processes or systems supporting medication safety in nursing homes. Databases were searched from their inception to June 2022. For each tool, the individual items included in the tool were mapped to the 9 steps and 3 background processes of the medication management pathway and the methodological quality was assessed using the Appraisal of Indicators through Research and Evaluation (AIRE) Instrument. RESULTS: Four tools for assessing medication safety-related processes or systems in the nursing home setting were identified. The tools varied substantially in terms of development, content (number of key elements and items), focus and quality. Only one tool, the Canadian Medication Safety Self-Assessment for Long-Term Care (MSSA-LTC), addressed all 9 steps and 3 background processes of the medication management pathway and had a high overall quality rating as per the AIRE instrument. CONCLUSIONS: While the Canadian MSSA-LTC tool had the widest focus and highest quality of the 4 tools identified, the choice of a tool by an individual nursing home or care organization will depend on the purpose of the assessment and processes of interest as well as the validity of the tool in the jurisdiction in which it is being used. Awareness of the differences and limitations of each tool in the relevant context should facilitate this endeavour.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».