Barriers and facilitators to implementation of a metabolic monitoring protocol in hospital and community settings for second-generation antipsychotic-treated youth.
Notice bibliographique
Résumé
OBJECTIVE: 1) Assess perceived barriers associated with metabolic monitoring in second-generation antipsychotic (SGA)-treated youth; and 2) Propose a metabolic monitoring protocol (MMP) and implementation strategies. METHOD: Online surveys were created for community mental health teams (CMHTs) and BC Children's Hospital (BCCH) with questions designed to evaluate knowledge of physical health care, confidence, communication with primary care, and practical issues. RESULTS: 26/50 (52%) of CMHT and 44/111 (40%) of BCCH surveys were completed. While both groups agreed that monitoring is their responsibility, 26% of CMHTs and 35% of BCCH professionals agreed that providing information about SGA side-effects would influence medication adherence. CMHTs reported lower overall confidence and more practical issues as monitoring barriers. While higher overall confidence was reported at BCCH, there was still a substantial proportion (23%) of hospital professionals who reported not knowing what parameters to monitor and how frequently. Communication with primary care, including inadequate systems for sharing results and identifying responsibility for acting on abnormal results, appear to be common barriers shared by both settings. CONCLUSIONS: Barriers to metabolic monitoring were more frequently reported by CMHTs who had limited access to nursing staff. We propose hands-on training, educational resources, pre-printed orders, and regular quality assurance evaluation as facilitators to promote MMP uptake.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».