Nurse-pharmacist collaborations for promoting medication safety among community-dwelling adults: A scoping review
Notice bibliographique
Résumé
Background: Despite good evidence that supports improved clinical health outcomes and the cost effectiveness of nurse-pharmacist collaboration for promoting medication safety among adults in acute care settings, there is limited research in community settings. Objective: This scoping review examines, maps, and identifies gaps in the existing literature on nurse-pharmacist collaboration to augment medication safety among community-dwelling adults. Design: Setting(s): Community setting. Participants: This review consists of 3,464 participants across 23 studies. Methods: We used the enhanced Arksey and O'Malley framework by Levac and colleagues. Studies from MEDLINE, CINAHL, ProQuest, Scopus, and PubMed databases implementing medication safety through nurse-pharmacist collaboration for community-dwelling adults were included. We extracted data according to country of origin, intervention, and relevance to the current review. Results: Twenty-three studies were included in this review. Nurse-pharmacist collaborations in community settings are still evolving and are in a nascent form. Five sub-themes emerged from literature review of collaboration between nurses and pharmacists in community settings for medication safety. They are creating new opportunities to address gaps in community medication safety, enabling complementary interprofessional roles in medication safety, facilitating of efficient and cost-effective measures for medication safety, diverse nature of assessments done by nurses and pharmacists, and incohesive teams due to poor collaborative practices. Conclusions: Nurse-pharmacist collaborations in community settings improved disease management, prevented adverse drug events, and reduced hospitalizations. They resulted in early identification and correction of medication safety related issues, reduced wait periods to see general practitioners, and enhanced chronic disease self-management skills among community-dwelling adults. There is a need to improve existing systems and policies through research for sustaining such collaborations especially in community settings.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».