Developing a tool to measure contributions to medication-related processes in family practice
Notice bibliographique
Résumé
Successful team care requires a shared understanding of roles and expertise. This paper describes the development and preliminary exploration of the psychometric properties of a tool designed to measure contributions to family practice medication-related processes. Our team identified medication-related processes commonly occurring in family practice. We assessed clinical appropriateness using a sensibility questionnaire and pilot-tested with 11 pharmacists, nurses and physicians. We performed a simulated exercise to group the processes and assessed the internal consistency of the groupings using Cronbach's alpha coefficient. We examined test-retest reliability using intra-class coefficient (ICC). Following three revisions, the final Medication Use Processes Matrix (MUPM) included 22 medication-related processes and scale descriptors reflecting contribution to each process. Mean sensibility ratings were high for each component. We developed five theoretical groupings (diagnosis & prescribing, monitoring, administrative/documentation, education, medication review) and found their overall internal consistency was good (alpha > 0.80). The test-retest reliability was strong (ICC > 0.80). Preliminary validation showed significant differences in how health professionals view interprofessional contributions toward medication-related processes. Interprofessional care requires a negotiated understanding of processes and contributions. The MUPM provides an explicit description of medication-related processes in primary care, measures perceived contributions and emerges as a new tool to measure collaborative care in family practices.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 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 ».