MétaCan
Menu
Retour à la cohorte
Enregistrement W3128155601 · doi:10.1177/1078155221991202

Development of a process map for the delivery of virtual clinical pharmacy services at Odette Cancer Centre during the COVID-19 pandemic

2021· article· en· W3128155601 sur OpenAlexaff
Maria Marchese, Angela Heintzman, Mark Pasetka, Flay Charbonneau, Carlo DeAngelis, Christine Peragine

Notice bibliographique

RevueJournal of Oncology Pharmacy Practice · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensThunder Bay Regional Health Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésPharmacyMedicineWorkflowPandemicClinical pharmacyTelemedicineMedical emergencyCoronavirus disease 2019 (COVID-19)Family medicineHealth careInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Virtual methods have been innovatively utilized to provide clinical and supportive care to patients with cancer. Oncology pharmacists have been actively involved in this movement, in order to minimize patient contact and decrease the risk of viral transmission for this high-risk group. In response to COVID-19 restrictions, the Odette Cancer Centre pharmacy modified the delivery of clinical pharmacy services (CPS), including medication histories and patient education/counseling, to a remote telephone-based model. Process maps were created to visualize workflow before and after the pandemic. Process metrics were tracked over a 6-week period. From March 25th to May 1st, 2020, 202 best-possible medication histories and baseline assessments were completed; 149 of these (74%) were completed remotely. For medication therapy counsels, 72 of 199 were completed remotely (36%). Despite workflow disruptions caused by the pandemic, these results demonstrate that clinical pharmacy service levels could be maintained by incorporating remote delivery approaches without significant investment in resources. Challenges included acceptance by patients and lack of technology to support system-level processes. Further research to develop, refine, and individualize virtual clinical pharmacy care models will help to consolidate the role of these approaches in the post-COVID-19 era.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,194
Tête enseignante GPT0,555
Écart entre enseignants0,361 · 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'étudeQualitatif
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Oncology Pharmacy PracticeMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207