Target users’ acceptance of a pharmacist-led prescribing service for pre-exposure prophylaxis (PrEP) for human immunodeficiency virus (HIV)
Notice bibliographique
Résumé
Background: Pre-exposure prophylaxis (PrEP) for human immunodeficiency virus (HIV) is a highly effective way to reduce virus transmission. There have been increasing calls to improve access to PrEP in Canada. One way to improve access is by having more prescribers available. The objective of this study was to determine target users' acceptance of a PrEP-prescribing service by pharmacists in Nova Scotia. Methods: A triangulation, mixed-methods study was conducted consisting of an online survey and qualitative interviews underpinned by the Theoretical Framework of Acceptability (TFA) constructs (affective attitude, burden, ethicality, intervention coherence, opportunity cost, perceived effectiveness and self-efficacy). Participants were those eligible for PrEP in Nova Scotia (men who have sex with men or transgender women, persons who inject drugs and HIV-negative individuals in serodiscordant relationships). Descriptive statistics and ordinal logistic regression were used to analyze survey data. Interview data were deductively coded according to each TFA construct and then inductively coded to determine themes within each construct. Results: A total of 148 responses were captured by the survey, and 15 participants were interviewed. Participants supported pharmacists' prescribing PrEP across all TFA constructs from both survey and interview data. Identified concerns related to pharmacists' abilities to order and view lab results, pharmacists' knowledge and skills for sexual health and the potential for experiencing stigma within pharmacy settings. Conclusion: A pharmacist-led PrEP-prescribing service is acceptable to eligible populations in Nova Scotia. The feasibility of PrEP prescribing by pharmacists should be pursued as an intervention to increase access to PrEP.
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 | 0,002 | 0,009 |
| 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 | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».