MétaCan
Menu
Retour à la cohorte
Enregistrement W3197948781 · doi:10.51731/cjht.2021.102

Community Pharmacist–Led Medication Reviews

2021· article· en· W3197948781 sur OpenAlexaboutno aff
Jonathan Harris, Charlene Argáez

Notice bibliographique

RevueCanadian Journal of Health Technologies · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPharmacistMedicinePharmacyContext (archaeology)Psychological interventionCommunity pharmacistNursingFamily medicineCommunity pharmacy

Résumé

récupéré en direct d'OpenAlex


 Community pharmacist–led medication reviews are widely used in Canada and internationally.
 It has been shown that community pharmacist–led medication reviews can identify medication issues. Broadly speaking, pharmacists feel qualified to deliver this service and, from the few studies that measured patient satisfaction, patients find value in receiving a medication review in a community pharmacy.
 In terms of patient and health system outcomes, community pharmacist–led medication reviews seem to have limited impact. Individuals living with defined chronic conditions, such as diabetes or hypertension, or those living with multiple chronic conditions seem most likely to benefit.
 No studies of cost-effectiveness in the Canadian context were identified.
 A variety of barriers that impact pharmacist-led medication reviews were identified in the literature, including:
 
 limited communication between community pharmacists and prescribers resulting in pharmacists’ recommendations not being implemented
 a lack of time on the part of pharmacists
 challenges with patient selection.
 
 
 Policy interventions that may help alleviate these barriers include:
 
 incentivizing communication and collaboration between pharmacists and prescribers
 reducing administrative burden
 improving access to patient information
 enhancing patient selection by incentivizing service provision for the most medically complex patients.
 
 

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,346
Tête enseignante GPT0,483
Écart entre enseignants0,137 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Health TechnologiesMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207