Development and validation of measures of pharmacists’ acceptability and willingness to screen for perinatal depression
Notice bibliographique
Résumé
BACKGROUND: While pharmacists' roles in mental healthcare are expanding, research exploring pharmacists' acceptability and willingness to provide mental health services is limited. This study developed and validated theory-driven measures of pharmacists' acceptability and willingness to screen for perinatal depression in community pharmacy settings. MATERIALS/METHODS: Items were developed using published literature and the Theoretical Framework of Acceptability (TFA), then content validated using consensus methods with experts who completed the content validity index (CVI). The revised items were disseminated to pharmacists in Australia. Responses were analysed descriptively. Exploratory factor analyses (EFA) were used to explore the factorial structure and generate scales. Multivariate regression analysis was conducted to explore predictors of willingness. RESULTS: A 58-item questionnaire was developed, encompassing the 7 domains of the TFA and an eighth domain (willingness). The average CVI was 0.92, domain range (0.88-0.96). The universal CVI was 56/58. Expert feedback informed item revision, creation and deletion. Pharmacists' responses (n = 157) to the final 42-item questionnaire indicated overall acceptance and willingness to conduct PND screening. However, perceived knowledge was lacking. The EFA resulted a two-factor solution (1 = acceptance; 2 = self-efficacy). The measurement scales created had good internal consistency. In multivariate regression analysis, 'Acceptance' (Beta = 0.949 (0.760-1.103)) and 'Self-Efficacy' (Beta = 0.107 (0.036-0.174)) were significant predictors of 'Willingness' and the model predicted 77 % of the variation in 'Willingness'. CONCLUSIONS: Psychometrically-sound measures of pharmacists' acceptability and willingness to screen for PND have been developed with stakeholder input. The questionnaire can be used for standardised measurement of these constructs across studies.
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 | 0,034 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».