Connecting primary care clinics and community pharmacies through a nationwide electronic prescribing network: A qualitative study
Notice bibliographique
Résumé
Background The use of medication is at the heart of primary care, but is also the cause for major health concerns. It is therefore important to examine the prescription of medication process. Objective This study identifies the barriers and facilitators perceived by community pharmacists and primary care physicians concerning the adoption of a nationwide electronic prescribing (e-prescribing) network in the province of Quebec, Canada. Methods We used purposive sampling to identify the most intensive users of the e-prescribing network. We conducted phone and in-person interviews. Interviews were transcribed, and we analysed their content with NVivo, using the clinical adoption framework (CAF) for the codification of the data. Results We interviewed 33 pharmacists, 2 pharmacy technicians, 11 physicians and 3 clinic managers. Adoption of the e-prescribing network was fairly low. The respondents underlined adaptation of their work environment, openness to change and perception of benefits as facilitators to the adoption of the network. However, important barriers were perceived, including system quality issues and paper prescriptions being the only legal document in the prescribing process. Even if respondents recognised that the e-prescribing network can offer substantial benefits to the prescribing process, issues still persisted and raised barriers to the full use of such a network, especially in a context where different local information systems are connected within a nationwide e-prescribing network. Conclusion This study, based on the CAF, provides a better understanding of the factors related to the adoption of a nationwide e-prescribing network connecting primary care clinics and community pharmacies. Where this study fits in? Electronic prescribing could improve the processes related to the use and dispensation of drugs in health care, but their adoption is still poor in the North American context. Research on the topic of adoption of electronic prescribing is still limited, particularly among health professionals other than physicians. This study, based on the clinical adoption framework (CAF), provides a better understanding of the factors related to the adoption of a nationwide electronic prescribing network connecting primary care clinics and community pharmacies in the province of Quebec, Canada.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».