Initial uptake of the Ontario Pharmacy Smoking Cessation Program
Notice bibliographique
Résumé
BACKGROUND: Smoking is a significant public health concern. The Ontario Pharmacy Smoking Cessation Program was launched in September 2011 to leverage community pharmacists and expand access to smoking cessation services for public drug plan beneficiaries. METHODS: We examined health care utilization data in Ontario to describe public drug plan beneficiaries receiving, and pharmacies providing, smoking cessation services between September 2011 and September 2013. Patient characteristics were summarized, stratified by drug plan group: seniors (age ≥65 years) or social assistance. Trends over time were examined by plotting the number of services, unique patients and unique pharmacies by month. We then examined use of follow-up services and prescription smoking cessation medications. RESULTS: We identified 7767 residents receiving pharmacy smoking cessation services: 28% seniors (mean age = 69.9, SD = 4.8; 53% male) and 72% social assistance (mean age = 44.4 years, SD = 11.8; 48% male). Cumulative patient enrollment increased over time with an average of 311 (SD = 61) new patients per month, and one-third (n = 1253) of pharmacies participated by the end of September 2013. Regions with the highest number of patients were Erie St. Clair (n = 1328) and Hamilton Niagara Haldimand Brant (n = 1312). Sixteen percent of all patients received another pharmacy service (e.g., MedsCheck) on the same day as smoking cessation program enrollment. Among patients with follow-up data, 56% received follow-up smoking cessation services (60% seniors, 55% social assistance) and 74% received a prescription smoking cessation medication. One-year quit status was reported for 12%, with a 29% success rate. CONCLUSIONS: Program enrollment has increased steadily since its launch, yet only a third of pharmacies participated and 56% of patients received follow-up services.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».