Survey of pharmacist prescribing practices in Alberta
Notice bibliographique
Résumé
PURPOSE: Results of a survey to characterize pharmacist prescribing in the Canadian province of Alberta are reported. METHODS: A cross-sectional survey of a random sample of pharmacists registered with the Alberta College of Pharmacists was conducted. The survey was developed in four stages, with evidence of reliability and construct validity compiled. Analysis of variance and chi-square testing were used to compare prescribing behaviors. RESULTS: Three hundred fifty of 692 invited pharmacists (51%) completed the survey, with 76.9% and 11.1% indicating that they practiced in community and hospital settings, respectively, and 12.0% practicing in a consultant role (i.e., on a primary care team or in a long-term care setting). Overall, 93.4% of the pharmacists had prescribed. The most common practices were renewing prescriptions for continuity of therapy (92.3%), altering doses (74.3%), and substituting a medication due to a shortage (80.6%). Twenty-three pharmacists (6.6%) indicated that they did not prescribe because they were on an interprofessional team, had a consulting role, or preferred to fax physicians to request orders. Pharmacists with additional prescribing authorization (6.3% of the total survey population) were more likely to prescribe to adjust ongoing medications (63.6%) than to initiate a new medication (18.2%). CONCLUSION: A survey showed that Alberta pharmacists prescribed in a manner that mirrored their practice environment. Compared with other groups, hospital and consultant pharmacists were more likely to adapt prescriptions, and community pharmacists were more likely to renew medications. Pharmacists in rural areas were prescribing most frequently.
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 | 0,005 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».