MétaCan
Menu
Retour à la cohorte
Enregistrement W2797260623 · doi:10.3390/pharmacy6020031

Does a Consumer-Targeted Deprescribing Intervention Compromise Patient-Healthcare Provider Trust?

2018· article· en· W2797260623 sur OpenAlexafffund
Yi Zhi Zhang, Justin P. Turner, Philippe Martin, Cara Tannenbaum

Notice bibliographique

RevuePharmacy · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDeprescribingMedicineIntervention (counseling)Psychological interventionHealth careFamily medicineLogistic regressionConfidence intervalBeers CriteriaPolypharmacyNursingMedical prescriptionInternal medicine

Résumé

récupéré en direct d'OpenAlex

One in four community-dwelling older adults is prescribed an inappropriate medication. Educational interventions aimed at patients to reduce inappropriate medications may cause patients to question their prescriber’s judgment. The objective of this study was to determine whether a patient-focused deprescribing intervention compromised trust between older adults and their healthcare providers. An educational brochure was distributed to community-dwelling older adults by community pharmacists in order to trigger deprescribing conversations. At baseline and 6-months post-intervention, participants completed the Primary Care Assessment Survey, which measures patient trust in doctors and pharmacists. Changes in trust were ascertained post-intervention. Proportions with 95% confidence intervals (CI), and logistic regression were used to determine a shift in trust and associated predictors. 352 participants responded to the questionnaire at both time points. The majority of participants had no change or gained trust in their doctors for items related to the choice of medical care (78.5%, 95% CI = 74.2–82.8), communication transparency (75.4%, 95% CI = 70.7–79.8), and overall trust (81.9%, 95% CI = 77.9–86.0). Similar results were obtained for participants’ perceptions of their pharmacists, with trust remaining intact for items related to the choice of medical care (79.4%, 95% CI = 75.3–83.9), transparency in communicating (82.0%, 95% CI = 78.0–86.1), and overall trust (81.6%, 95% CI = 77.5–85.7). Neither age, sex nor the medication class targeted for deprescribing was associated with a loss of trust. Overall, the results indicate that patient-focused deprescribing interventions do not shift patients’ trust in their healthcare providers in a negative direction.

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)0,009
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,432
Écart entre enseignants0,291 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations20
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmacyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207