MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387388833

The Impact of a Training Program on Clinical Pharmacists on Pharmacy Clinical Services in a Tertiary Hospital in Hunan China

2019· article· en· W4387388833 sur OpenAlexaboutno aff
Ping Xu, Hu YY, Yuan HY, Xiang DX, Zhou YG, Cave AJ, Banh HL

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClinical pharmacyPharmacyChinaMedicineFamily medicineGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ping Xu,1 Yi Yun Hu,1 Hai Yan Yuan,1 Da Xiong Xiang,1 Yan Gang Zhou,1 Andrew J Cave,2 Hoan Linh Banh2 1Department of Pharmacy, The Second Xiangya Hospital of Central South University, Changsha, Hunan 410008, People’s Republic of China; 2Department of Family Medicine, Faculty of Medicine and Dentistry, University of Alberta, Edmonton, CanadaCorrespondence: Ping XuDepartment of Pharmacy, The Second Xiangya Hospital of Central South University, 139 Renmin Middle Road, Changsha, Hunan 410008, People’s Republic of ChinaTel +86-138-7488-2504Email xuping1109@163.comHoan Linh BanhDepartment of Family Medicine, Faculty of Medicine and Dentistry, University of Alberta, 6-10 University Terrace, Edmonton, AB, CanadaTel +1 780-248-1835Email hoan@ualberta.caBackground: Prior to 2015, clinical consultation was the only clinical service provided by clinical pharmacists in Changsha Second Hospital. Between 2015 and 2017, a train-the-trainer program was implemented to train clinical pharmacists to provide pharmaceutical care and to conduct clinical research. The objective of the study is to examine the impact on the clinical services provided by pharmacists after the implementation of the train-the-trainer program.Patients and methods: Between 2004 and 2014, all completed clinical consultation activities were tallied and summarized. The results from the tallied consultation activities were used as a baseline for clinical activities provided by pharmacists prior to the training. A structured training program was implemented between 2015 and 2017 to train clinical pharmacists to provide pharmaceutical care. After the implementation of the training program was completed, all clinical activities provided by pharmacists between January 2017 and December 2017 were documented in the clinical workload form. The clinical activities completed by each pharmacist were tallied and summarized.Results: Between 2004 and 2014, a total of 6569 (average 657 per year) pharmacy consultations were requested and completed from a total of 44 departments. In 2017, a total of 15,078 hrs of clinical activities were logged. The pharmacists completed 3481 consultations in 2017 (an increase of 430%), averaging 316 consultations for each pharmacist and 271.8 hr per pharmacist. Over 2000 hrs (of the 15,078 hrs) were spent on direct patient care by the pharmacists.Conclusion: This study shows that there was a 430% increase in clinical pharmacy consultation services provided by the clinical pharmacists after the implementation of the training program. This is directly related to the number of well-trained pharmacists available. After the implementation of the train-the-trainer program, the range of services as well as the number of clinical services and clinical hours spent on providing pharmaceutical care have significantly increased.Keywords: clinical pharmacy, pharmacy consultation, pharmacy services, pharmaceutical care

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,229
Score d'incertitude au seuil0,456

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,526
Tête enseignante GPT0,708
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetPharmaceutical Practices and Patient Outcomes→Travaux en français237 207→