Community pharmacists as catalysts for deprescribing: An exploratory study using quality improvement processes
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
BACKGROUND: There is growing international emphasis on deprescribing, involving the monitored reduction or stopping of medications that are no longer needed or that cause more harm than benefits, especially for the elderly. Community pharmacists are well positioned to partner with patients and their other health care providers in facilitating deprescribing activities. OBJECTIVE: To build community pharmacists' capacity to integrate deprescribing into their daily practices through training and workflow strategies. METHODS: This study used an exploratory mixed-methods (primarily qualitative) design. Staff at 4 Ontario pharmacies were trained to use deprescribing guidelines. Qualitative data were collected through field observations, notes from advisory group meetings and documented Plan-Do-Study-Act (PDSA) plans. Quantitative data were derived from process and output measures reported by the pharmacies. Iterative PDSA cycles allowed the project team to appraise and accelerate process improvements over time and to summarize findings on facilitators, barriers and the adaptation of processes. RESULTS: All 4 pharmacies identified individual and common goals related to deprescribing; however, drugs targeted and use of professional services to identify and address deprescribing opportunities varied. Each demonstrated that deprescribing activities could be integrated into daily practice and workflow. Common themes characterized approaches taken by each pharmacy: (1) processes used for capacity building among staff to identify patients for possible deprescribing, (2) approaches for preliminary interactions with patients, (3) in-depth medication reviews and (4) follow-up and monitoring. Approaches changed over time. CONCLUSION: 2019;152:xx-xx.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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