Alcohol brief intervention delivered in UK community pharmacies: customers’ experiences
Notice bibliographique
Résumé
Pharmacy-based alcohol brief intervention (BI) has the potential to identify risky drinkers in the general population, but the opinions of users regarding the service remain relatively unexplored. Alcohol BI was offered to customers by trained pharmacists (n = 29) at 28 London, UK, community pharmacies between February and July 2010. Customers requiring alcohol-use related medication and/or advice were targeted. The Alcohol Use Disorders Identification Test-Consumption (AUDIT-C), a drinking diary, and a readiness to change assessment were used by pharmacists to assess and provide appropriate feedback regarding alcohol use. Customers also received written information, including a UK Department of Health “Units and You” booklet. Following BI, customers were given a confidential service evaluation questionnaire to complete and return to the project team using a prepaid envelope. This invited responses to closed- and open-format questions regarding their initial reason for visiting the pharmacy, why they took up the BI service, and their levels of satisfaction with the service delivery and environment. Of the 134 customers who received a BI, 58% (n = 78) returned the questionnaire. Bringing a prescription for dispensing was the most common reason for the pharmacy visit (55%, n = 43). Wishing to find out about alcohol use and concerns for personal health were the two most reported reasons for taking up the service. Almost one-quarter of customers (n = 18) reported that they liked having increased their alcohol-related awareness, and 18% (n = 14) indicated that they liked the informative written information. The privacy (74%, n = 57), confidentiality (77%, n = 59), and quietness (70%, n = 54) of consulting rooms was rated as good, with 77% (n = 60) of customers reporting they would recommend this service to others. In line with past primary care BI studies, customers were generally positive about the experience of receiving BI in community pharmacies and would recommend it to others.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».