MétaCan
Menu
Retour à la cohorte
Enregistrement W2971254370 · doi:10.4212/cjhp.v72i4.2916

Analysis of Real-World Experiences with the Ontario MedsCheck Program

2019· article· en· W2971254370 sur OpenAlexaffvenueabout
Ashley Graham, William R. Bartle, Patti Madorin, Vincent Teo, Artemis Diamantouros

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensHealth Sciences CentreSunnybrook HospitalB.C. Women's Hospital & Health CentreWomen's College HospitalSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésPharmacyMedicineFamily medicineCohortRetrospective cohort studyPharmacistProspective cohort studyClinical pharmacyFocus groupSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACTBackground: The Ontario MedsCheck program was introduced in April 2007, with enhancements to strengthen the program made in October 2016. Previous literature has characterized patients who received the service before the enhancements and described the experiences of community pharmacists and physicians, but the experiences of participants in the enhanced MedsCheck program and those of hospital pharmacists and pharmacy technicians have not been explored.Objectives: This study was designed to describe and compare the demographic and clinical characteristics of patients admitted to Sunnybrook Health Sciences Centre (SHSC) who had received a MedsCheck before and after the program enhancements of 2016. The study also aimed to describe the experiences of patients, hospital pharmacists, and pharmacy technicians with the MedsCheck program.Methods: Chart reviews were completed to identify and characterize patients who had received a MedsCheck and were admitted to SHSC between March and May 2016 (retrospective cohort) and between March and May 2017 (prospective cohort). Patients were interviewed and focus groups were conducted with pharmacy staff to explore their experiences with the MedsCheck program. Results: MedsChecks had been performed for 321 (14.5%) of 2216 patients in the retrospective cohort and 172 (6.8%) of 2547 patients in the prospective cohort, an absolute decline of 7.7% after the 2016 enhancements. Patient characteristics were similar between the 2 cohorts. Patients’ experiences were varied, but because of low enrolment in the interview process (n = 3), it was difficult to identify and summarize common themes. The analysis of focus groups involving pharmacy staff (n = 27 participants) revealed that the benefits of MedsChecks depended on quality and access, and also identified common barriers and oppor -tunities for future enhancements. Conclusions: Patient interviews revealed the features of the program that patients valued. Pharmacy staff identified several benefits and barriers encountered when using MedsChecks. These findings can guide clinicians in optimal application of the current MedsCheck program and can inform subsequent program revisions.RÉSUMÉContexte : En avril 2007, l’Ontario a introduit le programme MedsCheck assorti d’améliorations visant à renforcer le programme élaboré en octobre 2016. La documentation antérieure décrivait l’expérience des patients rece-vant le service ainsi que celle des pharmaciens et des médecins communau-taires avant les améliorations, mais les expériences des participants au programme MedsCheck amélioré ainsi que celles des techniciens en pharmacie et des pharmaciens d’hôpitaux n’avaient toutefois pas été étudiées.Objectifs : Cette étude a été conçue pour décrire et comparer les caractéristiques démographiques et cliniques des patients admis au Sunnybrook Health Sciences Centre (SHSC) qui ont reçu un MedsCheck avant et après les améliorations apportées au programme de 2016. L’étude vise également à décrire les expériences qu’ont faites les patients, les pharmaciens d’hôpitaux et les techniciens en pharmacie avec le programme MedsCheck amélioré.Méthodes : Des examens de graphiques ont permis d’identifier et de caractériser les patients admis au SHSC entre mars et mai 2016 (cohorte rétrospective) et entre mars et mai 2017 (cohorte prospective), ayant reçu un MedsCheck. Les patients ont été interrogés et des groupes de discussion avec le personnel de pharmacie ont été organisés pour étudier les expériences qu’ils ont faites avec le programme MedsCheck. Résultats : Des MedsChecks ont été effectués auprès de 321 patients (14,5 %) sur les 2216 dans la cohorte rétrospective, et de 172 patients (6,8 %) sur les 2547 dans la cohorte prospective : une diminution de 7,7 % après les améliorations apportées en 2016. Les caractéristiques des patients étaient similaires dans les deux cohortes. Les expériences des patients étaient variées, mais la faible inscription au processus d’entretien (n = 3) n’a pas permis de déterminer et de résumer les thèmes communs. L’analyse des groupes de discussion comprenant des membres du personnel de pharmacie (n = 27 participants) a révélé que les avantages du programme MedsChecks dépendaient de la qualité de l’information fournie par le programme et de l’accès à cette information, et elle a aussi permis de cibler les obstacles courants et des possibilités d’améliorations futures.Conclusions : Les entretiens avec les patients ont révélé les caractéristiques du programme que les patients appréciaient. Le personnel de pharmacie a relevé plusieurs avantages et quelques obstacles liés à l’utilisation du programme MedsChecks. Ces résultats peuvent faciliter l’application optimale du programme MedsCheck actuel par les cliniciens et orienter les révisions ultérieures.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,985
Score d'incertitude au seuil0,677

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,321
Écart entre enseignants0,292 · 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

Citations1
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital PharmacyMême sujetMedication Adherence and ComplianceTravaux en français237 207