A feasibility study to assess the integration of a pharmacist into neurooncology clinic
Notice bibliographique
Résumé
OBJECTIVE: A multidisciplinary approach is increasingly used in NeuroOncology clinics. Although this model has several advantages, patients report feeling overwhelmed by the complexity of their treatment protocol and staff feel rushed because each provider must evaluate the patient within the limited clinic hours. We hypothesized that the presence of a pharmacist in clinic could address these concerns by (1) reviewing all treatment protocols and side-effect management with patients, (2) being available to address questions outside of clinic and (3) answering staff related medication questions. METHODS: The pharmacist met with consenting patients at the initial clinic visit and followed up by telephone two additional times. The pharmacist was available to answer questions outside of clinic hours. Surveys were developed and given to patient and staff to evaluate their experience. RESULTS: Over 4 months, 13 patients were enrolled. The pharmacist interacted with each patient an average of 9 times with 55% of interactions occurring outside scheduled visits and two-thirds of pharmacist interventions directly involving patient care. A total of 85% of patients and staff responded to the evaluation survey and 90% of respondents indicated that the pharmacist should remain part of the NeuroOncology team. Patients reported less stress related to their treatment and clinical staff experienced improved clinical efficiency directly as a result of the presence of the pharmacist. CONCLUSION: Based on these results, a clinical pharmacist should become a permanent member of the outpatient NeuroOncology clinic.
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».