MétaCan
Menu
Retour à la cohorte
Enregistrement W2898506749 · doi:10.1111/jphs.12276

Characterizing pharmacist prescribers in Alberta using cluster analysis

2018· article· en· W2898506749 sur OpenAlexafffundabout
Chowdhury F. Faruquee, Lisa M. Guirguis, Christine Hughes, Mark Makowsky, Cheryl A Sadowski, Theresa J. Schindel, Ken Cor, Nesé Yuksel

Notice bibliographique

RevueJournal of Pharmaceutical Health Services Research · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Foundation for PharmacyAlberta College of PharmacyHealth Research Board
Mots-clésMedicinePharmacistScope of practiceFamily medicineLegislationCluster (spacecraft)Scope (computer science)Electronic prescribingNursingPharmacyHealth care

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives Legislative and regulatory bodies in Canada have authorized pharmacists to prescribe in different provinces. Albertan pharmacists have the broadest prescribing scope. Our objective was to cluster Albertan pharmacists into different prescriber groups based on their self-reported prescribing practice and to compare the groups according to practice settings, the proportion of Additional Prescribing Authority (APA) pharmacists and support experiences. Methods A cross-sectional survey was administered among a sample of 700 Albertan practicing registered pharmacists in 2013 to identify their involvement in different types of prescribing activities. Cluster analysis was used to group participants based on their reported prescribing practices. Chi-squared test was used to compare prescriber groups by practice settings and the proportion of APA pharmacists. One-way analysis of variance was used to compare the groups by their support experiences. Key findings Three major groups of pharmacist prescriber were identified – ‘renewal prescriber’ (74%), ‘Modifier’ (17%) and ‘Wide ranged prescriber’ (9%). Prevalence of ‘renewal prescriber’ in the community setting was 85.8% whereas ‘Modifier’ was predominant (66.7%) in the collaborative setting. Higher support experience facilitated the wide range prescribing. Pharmacists with APA were most likely to be classified into ‘Modifier’ (17.6%) or ‘Wide ranged prescriber’ (13.8%) groups than the ‘renewal prescriber’ group (3.1%). Conclusions Although legislation allowed Albertan pharmacists to have the broadest scope of prescribing authority, few are practicing with the fullest scope. Prescribing practice varies based on practice setting and support experience. Future research could explore factors influencing the types of adoption and measure the shifting of prescribing type over time.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,006
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,282
Tête enseignante GPT0,626
Écart entre enseignants0,345 · 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

Citations3
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmaceutical Health Services ResearchMême sujetNursing Roles and PracticesTravaux en français237 207