Association between Pharmacists’ Country of Qualifying Education and Practising in a Hospital Setting: A Cross-Sectional Ontario Study
Notice bibliographique
Résumé
Background: It is hypothesized that international pharmacy graduates (IPGs) are underrepresented in more clinically challenging work. Objective: To examine the association between country of qualifying education for pharmacists in Ontario and the likelihood of practising in a hospital setting. Methods: This study was based on publicly available data from the Ontario College of Pharmacists website, specifically records for all Ontario pharmacists with authorization to provide patient care and for whom country of qualifying education and an accredited pharmacy as a place of practice were reported. Pharmacists who met the inclusion criteria were categorized as Canadian graduates or IPGs. The odds ratio (OR) and 95% confidence interval (CI) for reporting hospital pharmacy as a place of practice were estimated by fitting a logistic regression, with adjustment for gender and years since graduation. Results: A total of 14 689 pharmacists were included in the study: 7403 (50.4%) Canadian graduates and 7286 (49.6%) IPGs. These pharmacists worked in a total of 5028 accredited pharmacies (243 hospital pharmacies [4.8%] and 4785 community pharmacies [95.2%]). Among Canadian graduates, 2458 (33.2%) reported at least 1 hospital pharmacy practice site, whereas the proportion was much smaller among IPGs (427, 5.9%). Canadian graduates represented 85.2% (2458/2885) of all pharmacists who reported hospital practice. The estimated crude OR for practice in a hospital pharmacy was 7.98 (95% CI 7.16–8.91), and the adjusted OR was 7.12 (95% CI 6.39–7.98). Conclusions: IPGs may face barriers impeding their ability to practise in a hospital setting. Providing opportunities such as structured clinical training and experiential placements may facilitate integration of IPGs in institutional settings. RÉSUMÉ Contexte : On émet l’hypothèse que les diplômés internationaux en pharmacie (DIP) sont sous-représentés dans des tâches plus cliniquement exigeantes. Objectif : Étudier l’association entre le pays de formation qualifiante des pharmaciens en Ontario et la probabilité de pratiquer dans un environnement hospitalier. Méthodes : Cette étude se fondait sur des données accessibles au public sur le site Web de l’Ordre des pharmaciens de l’Ontario, plus précisément les dossiers de tous les pharmaciens de l’Ontario autorisés à prodiguer des soins aux patients et pour lesquels le pays de formation qualifiante ainsi qu’une pharmacie accréditée en tant que lieu de pratique étaient signalés. Les pharmaciens répondant aux critères d’inclusion ont été catégorisés en tant que diplômés canadiens ou DIP. Le rapport de cotes (RC) et l’intervalle de confiance (IC) à 95 % pour le signalement de la pharmacie pratiquée en milieu hospitalier ont été estimés en utilisant une régression logistique, tenant compte du sexe et du nombre d’années depuis l’obtention du diplôme. Résultats : Un total de 14 689 pharmaciens ont été inclus dans l’étude : 7403 (50,4 %) diplômés canadiens et 7286 (49,6 %) DIP. Ces pharmaciens travaillaient dans 5028 pharmacies accréditées au total (243 pharmacies en milieu hospitalier [4,8 %] et 4785 pharmacies communautaires [95,2 %]). Parmi les diplômés canadiens, 2458 (33,2 %) ont signalé au moins un site de pratique en pharmacie hospitalière, tandis que la proportion était beaucoup plus faible parmi les DIP (427, 5,9 %). Les diplômés canadiens représentaient 85,2 % (2458/2885) de tous les pharmaciens ayant signalé une pratique de la pharmacie en milieu hospitalier. Le rapport de cotes (RC) brut estimé pour la pratique en pharmacie en milieu hospitalier était de 7,98 (IC à 95 % 7,16-8,91), et le RC ajusté était de 7,12 (IC à 95 % 6,39-7,98). Conclusions : Les DIP peuvent être confrontés à des obstacles qui entravent leur capacité à exercer dans un environnement hospitalier. Offrir des occasions, comme des formations cliniques structurées et des stages expérientiels, pourrait faciliter leur intégration dans des milieux institutionnels.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».