Machine Learning zur Verbesserung von Medikamentenberatung in der Apotheke
Von KI ausgewählt und zusammengefasst
Worum es geht
Studie vergleich ML-basierte Zielidentifikation von Patienten für Apotheken-Beratungen mit traditionellen Kriterien in realen US-Versorgungsdaten.
Ergebnis
ML-Kohorte erreichte 21,2% Annahme-Quote vs. 12,6% historische Kohorte (8,6 Prozentpunkte Anstieg, RR 1,68; p<0,001); Robustheit gegenüber Confounding (E-Wert 2,75) bestätigt.
Übertragbarkeit auf Deutschland
USA-Daten, methodisch robust, aber proprietäres System
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.