Modifiering och validering av kliniska regler för att identifiera riskordinationer vid Akademiska sjukhuset i Uppsala
Notice bibliographique
Résumé
Background: Uppsala University Hospital Sweden is planning to implement a closed loop medication system, with the aim of reducing risk prescriptions from the point of drugs being prescribed to orders being produced and administered. With inspiration from Leuven, an advanced system for pharmaceutical validation; System Assisted Pharmaceutical VALidation (SAPVAL) is planned to be developed. Aim: The aim of the study was to obtain a deeper understanding of clinical rules as an important element for building the SAPVAL system. This study will review and further develop a first set of clinical rules and validate these on the intended study population. Methods: A retrospective cross-sectional study was performed to validate the clinical rules on a study population of 500 patients who were discharged from Uppsala University Hospital between May to July 2020. The clinical rules were applied cross-sectionally based on patient data from the electronic health records. From the total generated alerts, 10 % was randomly selected for assessment of the clinical relevance. Results: The clinical rules generated 893 alerts in 500 patients, of which 84 % alerts still remained two days after the patient was admitted to the hospital or at discharge. From the randomly selected alerts, 26 % were deemed clinically relevant. Conclusions: The developed clinical rules generate a large number of alerts for risk prescriptions for inpatients at Uppsala University hospital. The majority of the alerts remained during the care period and approximately a quarter of them were considered to be clinically relevant to remedy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,088 | 0,177 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».