Trends in nurse practitioners' prescribing to older adults in Ontario, 2000-2010: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Nurse prescribing is a practice that has evolved and will continue to evolve in response to emerging trends, particularly in primary care. The goal of this study was to describe the trends and patterns in medication prescription to adults 65 years of age or older in Ontario by nurse practitioners over a 10-year period. METHODS: We conducted a population-based descriptive retrospective cohort study. All nurse practitioners registered in the Corporate Provider Database between Jan. 1, 2000, and Dec. 31, 2010, were identified. We identified actively prescribing nurse practitioners through linkage of dispensed medications to people aged 65 years or older from the Ontario Drug Benefit database. For comparison, all prescription medications dispensed by family physicians to a similar group were identified. Geographic location was determined based on site of nurse practitioner practice. RESULTS: The number and proportion of actively prescribing nurse practitioners prescribing to older adults increased during the study period, from 44/340 (12.9%) to 888/1423 (62.4%). The number and proportion of medications dispensed for chronic conditions by nurse practitioners increased: in 2010, 9 of the 10 top medications dispensed were for chronic conditions. There was substantial variation in the proportion of nurse practitioners dispensing medication to older adults across provincial Local Health Integration Networks. INTERPRETATION: Prescribing by nurse practitioners to older adults, particularly of medications related to chronic conditions, increased between 2000 and 2010. The integration of nurse practitioners into primary care has not been consistent across the province and has not occurred in relation to population changes and perhaps population needs.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».