What patients want to know about their medications. Focus group study of patient and clinician perspectives.
Notice bibliographique
Résumé
OBJECTIVE: To describe what patients want to know about their medications and how they currently access information. To describe how physicians and pharmacists respond to patients' information needs. To use patients', physicians', and pharmacists' feedback to develop evidence-based treatment information sheets. DESIGN: Qualitative study using focus groups and a grounded-theory approach. SETTING: Three regions of Canada (British Columbia, Nova Scotia, and Ontario). PARTICIPANTS: Eighty-eight patients, 27 physicians, and 35 pharmacists each took part in one of 19 focus groups. METHOD: Purposeful and convenience sampling was used. A trained facilitator used a semistructured interview guide to conduct the focus groups. Analysis was completed by at least two research-team members. MAIN FINDINGS: Patients wanted both general and specific information when considering medication treatments. They wanted basic information about the medical condition being treated and specific information about side effects, duration of treatment, and range of available treatment options. Physicians and pharmacists questioned the amount of side-effect and safety information patients wanted and thought that too much information might deter patients from taking their medications. Patients, physicians, and pharmacists supported the use of evidence-based treatment information sheets. CONCLUSION: Patients and clinicians each appear to have a different understanding of what and how much information patients should receive about medications. Feedback from patients can be used to develop patient-oriented treatment information.
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 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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».