GPs' approach to insulin prescribing in older patients: a qualitative study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Evidence suggests that insulin is under-prescribed in older people. Some reasons for this include physician's concerns about potential side-effects or patients' resistance to insulin. In general, however, little is known about how GPs make decisions related to insulin prescribing in older people. AIM: To explore the process and rationale for prescribing decisions of GPs when treating older patients with type 2 diabetes. DESIGN OF STUDY: Qualitative individual interviews using a grounded theory approach. SETTING: Primary care. METHOD: A thematic analysis was conducted to identify themes that reflected factors that influence the prescribing of insulin. RESULTS: Twenty-one GPs in active practice in Ontario completed interviews. Seven factors influencing the prescribing of insulin for older patients were identified: GPs' beliefs about older people; GPs' beliefs about diabetes and its management; gauging the intensity of therapy required; need for preparation for insulin therapy; presence of support from informal or formal healthcare provider; frustration with management complexity; and GPs' experience with insulin administration. Although GPs indicated that they would prescribe insulin allowing for the above factors, there was a mismatch in intended approach to prescribing and self-reported prescribing. CONCLUSION: GPs' rationale for prescribing (or not prescribing) insulin is mediated by both practitioner-related and patient-related factors. GPs intended and actual prescribing varied depending on their assessment of each patient's situation. In order to improve prescribing for increasing numbers of older people with type 2 diabetes, more education for GPs, specialist support, and use of allied health professionals is needed.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle