Pharmacist’s perception of the impact of electronic prescribing on medication errors and productivity in community pharmacies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Paper-based prescriptions have been used for several decades by many healthcare practitioners. The literature suggests that several challenges are associated with handwritten prescriptions that might impact patients’ safety and medication errors. Electronic prescribing (e-prescribing) has been developed to phase out handwritten and computer-generated prescriptions that are printed on paper or faxed directly to a dispensing pharmacy. This research aimed to examine pharmacists’ thoughts about the e-prescribing impact on their practice. We also evaluated the adoption rate of e-prescribing by assessing the proportion of electronic prescriptions (e-Rx) received in community pharmacies across the Canadian provinces. This research was conducted as a secondary analysis of the 2016 National Survey of Community-Based Pharmacists: Use of Digital Health Technology in Practice by Nielson. The survey was conducted in collaboration between Canada Health Infoway and the Canadian Pharmacy Association. The target population of the survey was Canadian pharmacists who were in community practice. The provinces included in this research were Ontario, Quebec, Saskatchewan, Alberta, and British Columbia (n = 450). The findings of this study suggest that community pharmacists in Canada were willing to embrace e-prescribing to support their practice. Most of pharmacists thought that e-prescribing was a useful tool to reduce medication errors and improve efficiency in pharmacies. However, the largest proportion of prescriptions issued by prescribers continue to be in paper form, whether handwritten or computer-generated. Further research is needed to investigate the barriers to the adoption of e-prescribing systems among primary care practitioners in Canada.
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.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle