Experience and attitudes of pharmacy teams towards suicide prevention: A cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND: Community pharmacists are increasingly recognized as integral members in suicide prevention programs, as part of a multidisciplinary and multifaceted approach. However, further research is required to understand then optimize the whole pharmacy teams' role across sectors. OBJECTIVE: To explore pharmacy teams' experience of, and attitudes towards, suicide prevention in England. METHODS: A cross-sectional survey was purposively distributed to pharmacy staff in England before accessing an optional suicide awareness raising video, hosted by Centre for Pharmacy Postgraduate Education (CPPE), in September 2019-March 2021. Questions included demographics and experience of, attitudes towards, and preparedness for, suicide prevention. The 14-item Attitudes to Suicide Prevention (ASP) scale was used (possible range 14-70 with lower scores representing positive attitudes). Descriptive and comparative statistics were reported. Free-text comments were invited to explore respondents' experience of suicide prevention and reflexive thematic analysis used. RESULTS: Of 403 respondents, 82% were female; most were pharmacists (59%) or pharmacy technicians (21%), with the remainder having other roles. Eighty-five percent worked in community pharmacy. Eleven percent had prior suicide prevention training, and 71% reported interacting with at least one patient about suicide. Most often, suicidality was disclosed by the patient (40%), with 6% of pharmacy staff having directly asked a patient about suicidal behavior or plans. The aggregated ASP score was 31.51 (SD 6.23), and role did not affect experience or attitude. Pharmacy teams' experiences of suicide prevention can be summarized by three major themes i) Exposure to suicide; ii) Responsibility for action; and iii) Access to means of suicide. CONCLUSIONS: Pharmacy teams felt responsibility in caring for those at risk of suicide and had experience of this. Further training should include understanding of medicines means restriction and involve all roles and sectors of pharmacy. Pharmacy teams should be integrated into the 'circle of care' to access referral pathways.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».