MétaCan
Menu
Back to cohort
Record W3093690722 · doi:10.4212/cjhp.v73i4.3024

Survey of Drug Information Database Preferences among Staff from Selected British Columbia Health Authorities

2020· article· en· W3093690722 on OpenAlexaffvenueabout
Yiu-Ching Jennifer Wong, Candy Lee, Adil Virani

Bibliographic record

VenueThe Canadian Journal of Hospital Pharmacy · 2020
Typearticle
Languageen
FieldHealth Professions
TopicElectronic Health Records Systems
Canadian institutionsSurrey Memorial HospitalUniversity of British Columbia
Fundersnot available
KeywordsMedicineUsabilityHealth careFamily medicineQuality (philosophy)Data collectionDatabase

Abstract

fetched live from OpenAlex

Background: With the increasing use of electronic point-of-care resources, it is imperative to clearly understand what health professionals consider valuable when selecting a drug information database. A current analysis of the preferences of staff in selected British Columbia health authorities was deemed helpful for determining which electronic drug information database should be purchased.Objectives: To determine the factors that BC hospital pharmacists, nurses, and other health professionals value in an electronic drug information database and to better understand the general preferences of staff in choosing between the Lexicomp and Micromedex databases.Methods: An electronic survey was created for data collection. The survey was open from August 10 to September 15, 2018, and again from November 11 to December 7, 2018. The survey link was sent by e-mail to staff in the following health authorities: Fraser Health, Providence Health Care, Provincial Health Services Authority, and Vancouver Coastal Health. Qualitative and quantitative methods were used to analyze the survey data.Results: A total of 247 responses were received, of which 145 (58.7%) were complete. Completed surveys were received from 77 pharmacists, 52 nurses, and 16 other health professionals. Participants ranked dosing information and ease of use as the most important factors that they considered when choosing a drug information database. There were no significant differences between the Lexicomp and Micromedex resources in terms of usability, quality, and preference.Conclusions: This survey provided insights into what BC health authority staff perceive as important when utilizing a drug information database. Those considering either renewing or initiating a subscription to an online drug information database can use these results to better understand the preferences of health care professionals. Survey respondents ranked dosing information and ease of use as the 2 most important factors in selecting a drug information database. Pharmacists were more particular about using their preferred database than were other health professionals.Keywords: drug information databases, pharmacists, nurses, health authority staff, preferencesRÉSUMÉ Contexte : Avec l’utilisation croissante de ressources électroniques aux points de services, il est impératif de bien comprendre ce que les professionnels de la santé estiment important lorsqu’ils choisissent une base de données sur les médicaments. Une analyse actuelle des préférences des membres du personnel des autorités sanitaires sélectionnées de la Colombie-Britannique a été jugée utile pour déterminer le type de base de données sur les médicaments à acheter.Objectifs : Déterminer quels facteurs sont importants pour les pharmaciens d’hôpitaux, les infirmiers et les autres professionnels de la santé de la C.-B. lors du choix d’une base de données électronique sur les médicaments et mieux cerner les préférences générales des membres du personnel lorsqu’ils choisissent entre les bases de données Lexicomp et Micromedex.Méthodes : Un sondage électronique a servi à la collecte des données. Il s’est déroulé du 10 août au 15 septembre 2018, et à nouveau du 11 novembre au 7 décembre 2018. Les membres du personnel des autorités sanitaires suivantes ont reçu le lien menant au sondage : Fraser Health, Providence Health Care, Provincial Health Services Authority et Vancouver Coastal Health. L’analyse des données a été effectuée à l’aide de méthodes qualitatives et quantitatives.Résultats : Les investigateurs ont reçu 247 réponses, dont 145 étaient complètes (58,7 %). Soixante-dix-sept (77) pharmaciens, 52 infirmiers et 16 autres professionnels de la santé ont dument rempli le sondage. Les participants ont indiqué que les renseignements sur le dosage et la facilité d’utilisation étaient les deux facteurs les plus importants à prendre en compte lors du choix d’une base de données sur les médicaments. Aucune différence significative n’est ressortie entre les bases de données Lexicomp et Micromedex quant à l’opérabilité, la qualité et la préférence.Conclusions : Ce sondage a permis de fournir un aperçu sur ce que les membres du personnel des autorités sanitaires de la C.-B. percevaient comme important pour l’utilisation d’une base de données sur les médicaments. Les personnes qui ont l’intention de renouveler ou de souscrire un abonnement à une base de données sur les médicaments en ligne peuvent utiliser ces résultats pour mieux cerner les préférences des professionnels de la santé. Les répondants ont indiqué que les renseignements sur le dosage et la facilité d’utilisation étaient les deux facteurs les plus importants à prendre en compte lors du choix d’une base de données sur les médicaments. Les pharmaciens étaient moins disposés que les autres professionnels de la santé à changer leur base de données préférée pour une autre.Mots-clés : base de données sur les médicaments, pharmaciens, infirmiers, membres du personnel des autorités sanitaires, préférences

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.013
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.619
Threshold uncertainty score0.758

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.013
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0020.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.063
GPT teacher head0.356
Teacher spread0.294 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations2
Published2020
Admission routes3
Has abstractyes

Explore more

Same venueThe Canadian Journal of Hospital PharmacySame topicElectronic Health Records SystemsFrench-language works237,207