Evaluating the potential for pharmacists to prescribe oral anticoagulants for atrial fibrillation
Notice bibliographique
Résumé
Background: Oral anticoagulant therapy (OAC) to prevent atrial fibrillation (AF)–related strokes remains poorly used. Alternate strategies, such as community pharmacist prescribing of OAC, should be explored. Methods: Approximately 400 pharmacists, half with additional prescribing authority (APA), randomly selected from the Alberta College of Pharmacists, were invited to participate in an online survey over a 6-week period. The survey consisted of demographics, case scenarios assessing appropriateness of OAC (based on the 2014 Canadian Cardiovascular Society AF guidelines) and perceived barriers to prescribing. Regression analysis was performed to determine predictors of knowledge. Results: A total of 35% (139/397) of pharmacists responded to the survey, and 57% of these had APA. Depending on the case scenario, 55% to 92% of pharmacists correctly identified patients eligible for stroke prevention therapy, but only about a half selected the appropriate antithrombotic agent; there was no difference in the knowledge according to APA status. In multivariable analysis, predictors significantly associated with guideline-concordant prescribing were having the pharmacist interact as part of an interprofessional team ( p = 0.04) and direct OAC (DOAC) self-efficacy (confidence in ability to extend, adapt, initiate or alter prescriptions; p = 0.02). Barriers to prescribing OAC for APA pharmacists included a lack of AF and DOAC knowledge and preference for consulting the physician first, but these same pharmacists also identified difficulty in contacting the physician as a major barrier. Interpretation and Conclusion: Community pharmacists can identify patients who would benefit from stroke prevention therapy in AF. However, physician collaboration and further training on AF and guidelines for prescribing OAC are needed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».