ابزار: NEO-DEER: ابزار وب برای پیشبینی خطای دارویی مبتنی بر یادگیری ماشین نسخه: 1.0 انتشار: 06/01/2022 مشارکتکنندگان: Nadir Yalcin، PhD Merve Kasikci، MSc Hasan Tolga Celik، Assoc Profert, MD Karel, MD Karel Alle Kutay Demirkan، پروفسور، PharmD Sule Yigit، Prof، MD Murat Yurdakok، پروفسور، MDLogo طراح: Nuri Beydemirتوضیحات: به صورت آینده نگر 11908 سفارش دارو از 412 بیمار NICU طی 17 ماه به طور جامع توسط یک داروساز بالینی کودکان مورد تجزیه و تحلیل قرار گرفت. در 174 نفر (2/42%) از این بیماران، حداقل یک نوع خطای دارویی (فرایند تجویز و نظارت) منشأ آن توسط پزشک مشخص شد. همچنین در 235 نفر (0/57%) از این بیماران حداقل یک نوع خطای دارویی (فرایند تهیه و تجویز) منشأ آن از پرستار مشخص شد. یک ابزار پیشبینی خطای دارویی مبتنی بر یادگیری ماشین با این دادهها توسعه داده شد. ارزش اخباری مثبت و مقدار AUC به ترتیب 0.944 و 0.920 است. تخمین زده می شود که با استفاده از این وب ابزار رایگان، کاربرپسند، آنلاین، ثبت نشده و با کارایی بالا، که خطاهای دارویی را در هر بیمار بستری شده در NICU پیش بینی می کند، می توان از خطاهای دارویی قبل از وقوع جلوگیری کرد.
تاریخ بهروزرسانی
۸ مرداد ۱۴۰۲