Theory‐based communication skills training for medicine counter assistants to improve consultations for non‐prescription medicines
Notice bibliographique
Résumé
CONTEXT: Medicine counter assistants (MCAs) supply the majority of non-prescription medicines (NPMs) to consumers. Suboptimal communication during consultations between consumers and MCAs has been identified as a major cause of inappropriate supply. Evidence from medical consultations suggests that training in specified communication skills can change professional behaviour. METHODS: A feasibility study was conducted to evaluate the effect of theory-based communication skills training for MCAs. Thirty MCAs were recruited from 21 community pharmacies in Grampian, Scotland. The intervention comprised 2 4-hour training sessions, held 1 month apart. The sessions were informed by results from previous studies and the Calgary-Cambridge evidence-based model of communication skills training. Strategies for guiding individuals through change were adopted from cognitive behavioural therapy techniques. The theory of planned behaviour was used to assess potential pathways to behaviour change. Recorded data were collected during covert visits to the pharmacies by simulated patients at baseline and 1 month after each training session. Communication performance was measured as the number and type of questions asked. RESULTS: Compared with baseline measures, the total number of questions asked increased in the intervention group at both time-points. No change was shown in the control group between baseline and follow-up 1, and a decrease was shown in the total number of questions from follow-up 1 to 2. The intervention appeared to have greater effect on consultations involving advice, compared with those concerning product requests. DISCUSSION: Communication performance improved following training. Increased information exchange is associated with guideline-compliant supply of NPMs. A substantive randomised, controlled trial is now planned to assess the intervention.
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 | 0,002 | 0,007 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».