Factors influencing pharmacists’ adoption of prescribing: qualitative application of the diffusion of innovations theory
Notice bibliographique
Résumé
BACKGROUND: In 2007, Alberta became the first Canadian jurisdiction to grant pharmacists a wide range of prescribing privileges. Our objective was to understand what factors influence pharmacists' adoption of prescribing using a model for the Diffusion of Innovations in healthcare services. METHODS: Pharmacists participated in semi-structured telephone interviews to discuss their prescribing practices and explore the facilitators and barriers to implementation. Pharmacists working in community, hospital, PCN, or other settings were selected using a mix of random and purposive sampling. Two investigators independently analyzed each transcript using an Interpretive Description approach to identify themes. Analyses were informed by a model explaining the Diffusion of Innovations in health service organizations. RESULTS: Thirty-eight participants were interviewed. Prescribing behaviours varied from non-adoption through to product, disease, and patient focused use of prescribing. Pharmacists' adoption of prescribing was dependent on the innovation itself, adopter, system readiness, and communication and influence. Adopting pharmacists viewed prescribing as a legitimization of previous practice and advantageous to instrumental daily tasks. The complexity of knowledge required for prescribing increased respectively in product, disease and patient focused prescribing scenarios. Individual adopters had higher levels of self-efficacy toward prescribing skills. At a system level, pharmacists who were in practice settings that were patient focused were more likely to adopt advanced prescribing practices, over those in product-focused settings. All pharmacists stated that physician relationships impacted their prescribing behaviours and individual pharmacists' decisions to apply for independent prescribing privileges. CONCLUSIONS: Diffusion of Innovations theory was helpful in understanding the multifaceted nature of pharmacists' adoption of prescribing. The characteristics of the prescribing model itself which legitimized prior practices, the model of practice in a pharmacy setting, and relationships with physicians were prominent influences on pharmacists' prescribing behaviours.
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 | 0,012 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».