Evaluation of the pharmacotherapy optimization in residents of the Retirement home Nova Gorica with kidney impairment within the clinical pharmacist´s consultation practice
Notice bibliographique
Résumé
Pri kronični ledvični bolezni (KLB) ledvice sčasoma izgubijo sposobnost odstranjevanja odpadnih snovi in uravnavanja ravnovesja tekočin ter elektrolitov v telesu. Številna zdravila se izločajo skozi ledvice, zato je treba pri bolnikih s KLB pogosto prilagajati farmakoterapijo, da preprečimo neželene učinke zdravil. Namen retrospektivne klinične raziskave je bila analiza optimizacije farmakoterapije pri oskrbovancih Doma upokojencev Nova Gorica, ki so bili v drugi polovici leta 2022 in leta 2023 napoteni na farmakoterapijski pregled zaradi KLB. Analizirali smo njihove laboratorijske podatke, število in vrsto predpisanih zdravil, priporočila farmacevta svetovalca in ali so bila priporočila upoštevana s strani zdravnika. Raziskava je vključevala 55 bolnikov (78,2 % žensk, mediana starosti 88 let). Predpisano so imeli različno število zdravilnih učinkovin, mediana je bila 15. Večina bolnikov je imela napredovale stopnje KLB (stopnje 3b, 4 ali 5). Celokupno je farmacevt svetovalec podal 87 predlogov za prilagoditev terapije, ki smo jih razdelili v 7 kategorij, in sicer na prilagoditev odmerjanja, spremljanje ledvične funkcije, ukinitev zdravila, zamenjava zdravila, odsvetovana uporaba in uvedba novega zdravila, pri nekaterih zdravilih pa prilagoditev ni bila potrebna. Najpogosteje podana predloga sta bila spremljanje ledvične funkcije (26/87
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».