Pharmacists’ role in diabetes management for persons with lived experience of homelessness in Canada: A qualitative study
Notice bibliographique
Résumé
Introduction: Persons with lived experience of homelessness face many challenges in managing diabetes, including purchasing and storing medications, procuring healthy food and accessing healthcare services. Prior studies have found that pharmacy-led interventions for diabetes improved A1C, and lowered blood pressure and cholesterol in general populations. This study evaluated how select pharmacists in Canada have tailored their practices to serve persons with lived experiences of homelessness with diabetes. Methods: We conducted a qualitative descriptive study using open-ended interviews with inner-city pharmacists in select Canadian municipalities (Calgary, Edmonton, Vancouver, and Ottawa). We used NVivo qualitative data analysis software to facilitate thematic analysis of the data, focusing on how pharmacists contributed to diabetes care for persons with lived experience of homelessness. Results: These pharmacists developed diabetes programs after discovering an unmet need in the population. Pharmacists have the unique ability to see patients frequently, allowing tailored education and hands-on assistance with diabetes management. These pharmacists provided extra-ordinary care like financial and housing resources and many of them were uniquely embedded within other services for persons with lived experience of homelessness (i.e. housing and social work supports). Pharmacists reported struggling with balancing optimal medical care for individuals with the financial constraints of running a business. Conclusion: Pharmacists are vital members of the diabetes care team for persons with lived experience of homelessness. Government policies should support and encourage unique models of care provided by pharmacists to improve diabetes management for this population.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,020 | 0,007 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».