Assessment of community pharmacists’ engagement in pharmacy-delivered influenza vaccination: a mixed-methods study
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to identify factors contributing to pharmacists' engagement in vaccination services during the first influenza vaccination campaign in 2019-2020 for the Canadian province of Quebec, led by community pharmacists. METHODS: A mixed-methods study was conducted using a sequential exploratory design. Semi-structured interviews were administered to pharmacists and key informants (n = 23) and data were analysed according to the Consolidated Framework for Implementation Research in community pharmacy. The findings were then used to construct a survey of community pharmacists' engagement in vaccination, which was tested in a Quebec urban community. The study participation rate was 34.6% (n = 29). KEY FINDINGS: Pharmacists expressed positive attitudes towards the implementation of vaccination services, following legislative reform. Factors such as previous involvement in vaccination campaigns and the number of pharmacists on duty were positively associated with engagement in influenza vaccination, whereas staff shortages and logistical problems were a barrier to engagement. Qualitative findings provided in-depth understanding of the value of interprofessional collaboration between pharmacists and nurses. CONCLUSIONS: Vaccination in pharmacies is currently more reflective of individual choice than an indication of collective change in the profession. Logistical factors are key to enhancing the uptake of vaccination in community pharmacies throughout Quebec. External support from professional associations and interprofessional collaboration should be enhanced to promote the implementation of vaccination services in pharmacies.
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 | 0,011 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».