Impact of pharmacists' interventions on the pharmacotherapy of patients with complex needs monitored in multidisciplinary primary care teams
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Recently, pharmacists have joined multidisciplinary healthcare teams within family medicine groups (FMG) in Quebec Province, Canada. This study assessed the impact of their interventions on the pharmacotherapy of patients with complex needs monitored in FMGs. METHODS: We performed a pre/post real-life intervention study among patients with complex needs referred to the FMG pharmacist in four FMGs in Quebec City. Pharmacists collected data at baseline, during follow-up and up to 6 months after the first encounter. They recorded all drug-related problems (DRPs) identified, interventions made and recommendations that were accepted by physicians. The researchers used the data collected to compare the medication regimen complexity index (MRCI) and medication adherence (using the proportion of days covered (PDC)) before and after the pharmacist's interventions. Descriptive statistics and paired sample t-tests were computed. KEY FINDINGS: Sixty-four patients (median age: 74.5 years) were included; four patients were lost to follow-up. Pharmacists detected 300 DRPs (mean: 7.2 per patient) during the study period for which they made an intervention. The most common DRP was 'drug use without indication' (27%). The physicians accepted 263 (87.7%) of those interventions. The mean number of prescribed drugs per patient decreased from 13.8 (95% confidence interval (CI): 12.24 to 15.29) to 12.4 (95% CI: 10.92 to 13.90). The mean MRCI decreased from 47.18 to 41.74 (-5.44; 95% CI: 1.71 to 9.17), while the mean PDC increased from 84.4% to 90.0% (+5.6%; 95% CI: 2.7% to 8.4%). CONCLUSION: Family medicine groups pharmacists can detect and resolve DRPs and can reduce medication regimen complexity and non-adherence to treatment in patients with complex needs monitored in FMGs.
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.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle