A Qualitative Study of Experiences with and Perceptions regarding Long-Acting Injectable Antipsychotics: Part II—Physician Perspectives
Notice bibliographique
Résumé
OBJECTIVE: In many countries, including Canada, a small proportion of people with psychotic disorders receive long-acting injectable (LAI) antipsychotics (APs), despite their demonstrated effectiveness and possible advantages for improving adherence rates. Attitudes regarding LAIs among physicians may influence their prescribing practices and thereby contribute to the underuse of LAIs. Here, we report on a qualitative study of perceptions and attitudes toward LAIs among psychiatrists in Canada. METHOD: Focus groups were conducted with 24 psychiatrists in 4 Canadian provinces. The focus groups inquired about experiences with and attitudes toward LAI APs. The sessions were audiotaped and transcribed verbatim, and transcripts were coded using a hybrid process of deductive and inductive methods. A brief pre-focus group questionnaire was administered. RESULTS: The pre-focus group questionnaires indicated that psychiatrists in our study prescribed the oral formulation of APs most of the time and had limited experience with LAIs. The focus groups yielded 4 main themes: limited knowledge about and experience with LAIs; attitudes toward LAIs (beliefs about negative perceptions of patients regarding LAIs, personal bias against needles, and consensus about some advantages of LAIs); prescribing practices around LAIs (generally seen as a last-resort option for patients with a history of nonadherence); and pragmatic barriers to using LAIs (for example, cost, storage, and staffing). CONCLUSION: Several factors may be contributing to the underuse of LAIs and the continuing stigmatized and coercive image of LAIs. Psychiatrists may benefit from better education about LAIs, and from self-examination of their attitudes to LAIs and their prescribing practices.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,009 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».