Characterizing pharmacist prescribers in Alberta using cluster analysis
Notice bibliographique
Résumé
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 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 | 0,014 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».