Physical assessment in pharmacy practice: Perspectives from pharmacists, nonpharmacist health care providers and the public
Notice bibliographique
Résumé
BACKGROUND: Physical assessment in pharmacy practice is not a new concept, yet the idea is still unfamiliar to many people. Canadian pharmacy graduates are expected to be trained in physical examination as it relates to drug therapy. However, standard delivery of course content in this area has not been clearly established, and previous publications have reported low uptake of this practice despite formal training. To aid the future development of a physical assessment course for pharmacists that is relevant to practice and will contribute to patient care, it is important to gather insight from practising pharmacists, health care providers and the public. OBJECTIVE: To determine the type of physical assessment skills that would be of value to pharmacy practice and the benefits and barriers of these skills in practice from the perspectives of pharmacists, health care providers and the public. METHODS: This was a cross-sectional online survey of pharmacists, nonpharmacist health care providers and the public. Descriptive statistics and thematic analysis were used to describe data. RESULTS: A total of 348 respondents (98 pharmacists, 154 nonpharmacist health care providers, 96 public) completed the survey. Most (64%) nonpharmacist providers were physiotherapists or occupational therapists (only 6.5% physicians). Most respondents felt that performing basic vital signs was relevant to pharmacy practice (79% pharmacists, 69% other providers, 79% public) and felt confident and comfortable about pharmacists using these skills. Palpation, percussion and auscultation were rated less favourably (<50% for most respondents). Nonpharmacist providers tended to be less favourable than pharmacist and public respondents. Seven themes related to benefits and 13 themes related to disadvantages of pharmacists performing physical assessment were identified. CONCLUSION: 2021;154: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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».