Building legitimacy by criticising the pharmaceutical industry: a qualitative study among prescribers and local opinion leaders
Notice bibliographique
Résumé
PRINCIPLES: The literature has described opinion leaders not only as marketing tools of the pharmaceutical industry, but also as educators promoting good clinical practice. This qualitative study addresses the distinction between the opinion-leader-as-marketing-tool and the opinion-leader-as-educator, as it is revealed in the discourses of physicians and experts, focusing on the prescription of antidepressants. We explore the relational dynamic between physicians, opinion leaders and the pharmaceutical industry in an area of French-speaking Switzerland. METHODS: Qualitative content analysis of 24 semistructured interviews with physicians and local experts in psychopharmacology, complemented by direct observation of educational events led by the experts, which were all sponsored by various pharmaceutical companies. RESULTS: Both physicians and experts were critical of the pharmaceutical industry and its use of opinion leaders. Local experts, in contrast, were perceived by the physicians as critical of the industry and, therefore, as a legitimate source of information. Local experts did not consider themselves opinion leaders and argued that they remained intellectually independent from the industry. Field observations confirmed that local experts criticised the industry at continuing medical education events. CONCLUSIONS: Local experts were vocal critics of the industry, which nevertheless sponsor their continuing education. This critical attitude enhanced their credibility in the eyes of the prescribing physicians. We discuss how the experts, despite their critical attitude, might still be beneficial to the industry's interests.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,009 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».