Interventions performed by community pharmacists in one Canadian province: a cross-sectional study
Notice bibliographique
Résumé
PURPOSE: Interventions made by pharmacists to resolve issues when filling a prescription ensure the quality, safety, and efficacy of medication therapy for patients. The purpose of this study was to provide a current estimate of the number and types of interventions performed by community pharmacists during processing of prescriptions. This baseline data will provide insight into the factors influencing current practice and areas where pharmacists can redefine and expand their role. PATIENTS AND METHODS: A cross-sectional study of community pharmacist interventions was completed. Participants included third-year pharmacy students and their pharmacist preceptor as a data collection team. The team identified all interventions on prescriptions during the hours worked together over a 7-day consecutive period. Full ethics approval was obtained. RESULTS: Nine student-pharmacist pairs submitted data from nine pharmacies in rural (n = 3) and urban (n = 6) centers. A total of 125 interventions were documented for 106 patients, with a mean intervention rate of 2.8%. The patients were 48% male, were mostly ≥18 years of age (94%), and 86% had either public or private insurance. Over three-quarters of the interventions (77%) were on new prescriptions. The top four types of problems requiring intervention were related to prescription insurance coverage (18%), drug product not available (16%), dosage too low (16%), and missing prescription information (15%). The prescriber was contacted for 69% of the interventions. Seventy-two percent of prescriptions were changed and by the end of the data collection period, 89% of the problems were resolved. CONCLUSION: Community pharmacists are impacting the care of patients by identifying and resolving problems with prescriptions. Many of the issues identified in this study were related to correcting administrative or technical issues, potentially limiting the time pharmacists can spend on patient-focused activities.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».