A randomized controlled trial of a pharmacist consultation program for family physicians and their elderly patients.
Notice bibliographique
Résumé
BACKGROUND: Pharmacists can improve patient outcomes in institutional and pharmacy settings, but little is known about their effectiveness as consultants to primary care physicians. We examined whether an intervention by a specially trained pharmacist could reduce the number of daily medication units taken by elderly patients, as well as costs and health care use. METHODS: We conducted a randomized controlled trial in family practices in 24 sites in Ontario. We randomly allocated 48 randomly selected family physicians (69.6% participation rate) to the intervention or the control arm, along with 889 (69.5% participation rate) of their randomly selected community-dwelling, elderly patients who were taking 5 or more medications daily. In the intervention group, pharmacists conducted face-to-face medication reviews with the patients and then gave written recommendations to the physicians to resolve any drug-related problems. Process outcomes included the number of drug-related problems identified among the senior citizens in the intervention arm and the proportion of recommendations implemented by the physicians. RESULTS: After 5 months, seniors in the intervention and control groups were taking a mean of 12.4 and 12.2 medication units per day respectively (p = 0.50). There were no statistically significant differences in health care use or costs between groups. A mean of 2.5 drug-related problems per senior was identified in the intervention arm. Physicians implemented or attempted to implement 72.3% (790/1093) of the recommendations. INTERPRETATION: The intervention did not have a significant effect on patient outcomes. However, physicians were receptive to the recommendations to resolve drug-related problems, suggesting that collaboration between physicians and pharmacists is feasible.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».