The lesser of two evils: a qualitative study of quetiapine prescribing by family physicians
Notice bibliographique
Résumé
BACKGROUND: Quetiapine is an antipsychotic that is widely prescribed off-label by family physicians despite evidence that safer alternatives exist. The aim of this research was to explore, in-depth, family physicians' reasons for this behaviour. METHODS: We conducted qualitative interviews with 15 urban family physicians in Alberta between October 2015 and April 2016. Participants were purposively selected based on sex, years of experience and practice type. Interviews explored participants' experiences prescribing quetiapine. Interviews were recorded, transcribed verbatim and coded with the use of thematic analysis. RESULTS: A wish to support day-to-day function of patients with complex psychosocial needs without causing benzodiazepine addiction motivated participants to prescribe quetiapine. The indications were varied and included incomplete symptom resolution, unclear or multiple mental health diagnoses, and complicated psychosocial problems. Family physicians benchmarked their prescribing against peers and were reluctant to stop medication started by colleagues. Limited knowledge of quetiapine's adverse effects led prescribers to choose low dosages. INTERPRETATION: Quetiapine helped family physicians treat patients with complex mental health problems without prescribing benzodiazepines, but awareness of quetiapine's adverse effects was poor. Education about quetiapine should combine psychopharmacology with multidisciplinary educational initiatives that focus on symptom resolution, comorbidity and nondrug options to promote more appropriate prescribing.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 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 ».