Trends in Clinical Pharmacist Integration in Family Medicine Residency Programs in North America
Notice bibliographique
Résumé
(1) Objective: To determine the change in prevalence of clinical pharmacists as clinician educators within family medicine residency programs (FMRPs) in North America and to describe their clinical, educational and administrative scope over time. (2) Methods: A systematic review of the literature was performed starting with an electronic search of PubMed and Embase for articles published between January 1980 and December 2019. Studies were included if they surveyed clinical pharmacists regarding their clinical, educational, or other roles in FMRPs in the United States or Canada. The primary outcome was the change in prevalence of clinical pharmacists in North America. Secondary outcomes included: demographic information of clinical pharmacists, change in the prevalence in Canada and United States, and descriptions of clinical services, educational roles, and other activities of clinical pharmacists within FMRPs. (3) Results: Of the 65 articles identified, six articles met the inclusion criteria. The prevalence of clinical pharmacists as clinician educators in FMRPs in North America has grown from 24% to 53% in the United States (U.S.) and from 14% to 47% in Canada over the study period. The clinical and educational roles are similar including: the direct patient care, clinical education, and interprofessional education and practice. (4) Conclusion: The prevalence of clinical pharmacists in FMRPs is growing across North America. Clinical pharmacists are highly educated and trained to support these clinician educator positions. While educational roles are consistent, clinical pharmacists’ patient care roles are unique to their clinical site and growing.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».