MétaCan
Menu
Retour à la cohorte
Enregistrement W2734425327 · doi:10.1590/1413-81232017227.24892015

Prescription medication by physiotherapists: a Brazilian view of the United Kingdom, Canada, Australia and New Zealand

2017· review· en· W2734425327 sur OpenAlexaboutno aff
Valton Costa

Notice bibliographique

RevueCiência & Saúde Coletiva · 2017
Typereview
Langueen
DomaineSocial Sciences
ThématiquePublic Health in Brazil
Établissements canadiensnon disponible
Organismes subventionnairesLa Trobe University
Mots-clésMedical prescriptionEconomic shortageBureaucracyMedicineHealth careMEDLINEPopulationFamily medicineNursingPolitical scienceGovernment (linguistics)Environmental health

Résumé

récupéré en direct d'OpenAlex

Many health systems (HS) have adopted novel models of care which have included non-medical prescription (NMP) by physiotherapists. The aim of this study was to verify in the literature the existence of this practice and its possible benefits. A literature review was carried out through search on Science Direct, PubMed, SciELO, Lilacs and Google Scholar, and in the World Confederation for Physical Therapy and Chartered Society of Physiotherapy websites. In recent decades the United Kingdom adopted the NMP for health professionals, followed by Canada. In Australia and New Zealand physiotherapists have acted in the prescription and administration of medications under medical orders, which is the first step into independent prescription. Brazilian physiotherapists cannot prescribe any medication, despite of high demands from patients in the Brazilian HS, shortage of physicians in many regions and bureaucracy in accessing health services. The adoption of NMP by physiotherapists may play an important role in the HS, and it seems to be an inevitable achievement in the next years in Australia and New Zealand. The main benefits include decreasing bureaucracy for assistance, population demands for medication as well as major professional refinement.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil0,789

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,017
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,141
Tête enseignante GPT0,420
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCiência & Saúde ColetivaMême sujetPublic Health in BrazilTravaux en français237 207