Assessing Willingness of Patients with Diabetes to Attend Pharmacist-Led Structured and Patient Specific Diabetes Self-Management Education
Notice bibliographique
Résumé
Background: The American Diabetes Association recommends that people with diabetes should participate in diabetes self-management education, however data shows that many patients do not attend educational classes. Objectives: To examine the views of patients with diabetes who utilize services at an independent pharmacy in Richmond, Virginia regarding their (1) interest in attending diabetes self-management education and support (DSMES) services, (2) perceptions of a pharmacist leading DSMES services, (3) willingness to pay for DSMES services, and (4) relationship between self-reported diabetes management status with their willingness to attend DSMES services. Methods: A qualitative survey was administered over five months to patients with diabetes at an independent community pharmacy in Richmond, VA. The survey included 35 questions in a mixed format of Likert scale, dichotomous, and fill in the blank. Survey data was analyzed using univariate, bivariate, and/or multivariate analysis using SAS 9.4. Results: Twenty seven surveys were completed, 15% response rate. Patients were female (56.7%) with an average age of 69 ± 10.8 years. Caucasian race accounted for 90% of patients, 6.7% reported Black or African American, the remainder responded “other”. Patients agreed they were interested in attending individual virtual and in person DSMES sessions with a rate of 52% and 87%, respectively. When asked about the full service of 9 group sessions, 33% responded disagree and 30% reported agree. 52% of patients reported belief that pharmacists had the knowledge to lead sessions. When asked about willingness to pay, patients mostly selected the lowest cost option ($25 – $35). Conclusion: Patients with diabetes are willing to participate in DSMES services and believe pharmacists can lead the sessions. It is important to continue to advocate for DSMES services so patients can understand the full benefits of the program and receive the best possible care.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».