Pharmacists’ perceptions of pay for performance versus fee-for-service remuneration for the management of hypertension through pharmacist prescribing
Notice bibliographique
Résumé
OBJECTIVES: As pharmacists expand their roles as patient care providers, remuneration must be offered for patient care activities apart from dispensing. Most jurisdictions paying for such services utilize the fee-for-service (FFS) model, while little is known about the role of pay for performance (P4P) within the pharmacy profession. This study aimed to elicit the experience of pharmacists practicing under both models within the Alberta Clinical Trial in Optimizing Hypertension (RxACTION) study in Alberta, Canada. METHODS: Pharmacist participants in RxACTION caring for at least one patient under FFS and under P4P were interviewed about their experiences until data saturation was reached. Interviews were conducted in June-July 2015, with responses audio recorded, transcribed and coded to identify key themes. KEY FINDINGS: Eight pharmacists were interviewed, with three key themes identified: a perceived comfort with the existing FFS model particularly due to its ease related to business planning, the transformative effect of the study on their practices and a preference for future models to consider a blend of both service count- and performance-driven metrics. The degree of influence pharmacists feel they can have on outcomes achieved by patients, the perceptions of patients and other healthcare professionals on outcome-based payment, and concerns with the impact of variable remuneration on the pharmacy business model are concerns raised with P4P in pharmacy practice. CONCLUSIONS: This study reveals a hesitation to radically transform payment for pharmacists' patient care services towards a P4P model. Efforts to implement P4P should therefore be gradual and accompanied with a robust evaluation plan.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».