MétaCan
Menu
Retour à la cohorte
Enregistrement W4403319842 · doi:10.1097/jxx.0000000000001077

“I never thought of it as payment”: Qualitative evaluation of workshops with advanced practice registered nurses on pharmaceutical industry payment reporting

2024· article· en· W4403319842 sur OpenAlexafffund
Quinn Grundy, Nancy Rudner, Tracy Klein, Elissa Ladd, Dana Hart, Meghan MacIsaac, Lisa Bero

Notice bibliographique

RevueJournal of the American Association of Nurse Practitioners · 2024
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of TorontoGreenwall Foundation
Mots-clésPaymentScrutinyTransparency (behavior)DistrustContext (archaeology)Public relationsBusinessMedicineNursingPsychologyPolitical scienceLawFinance

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With the expansion of professional autonomy and prescriptive authority of advanced practice registered nurses (APRNs), interactions with industry are under greater scrutiny. As of July 1, 2021, pharmaceutical and medical device companies must publicly report all payments to APRNs through the Centers for Medicare and Medicaid Services' Open Payments website. PURPOSE: To gauge APRNs' familiarity with, and perceptions of the Open Payments database and discuss whether and how APRNs should respond. METHODOLOGY: Virtual workshops consisting of a didactic presentation and interactive exercises with APRNs recruited through professional networks, associations, and conferences. Transcripts were analyzed using a qualitative interpretive approach, grounded in an everyday ethics theoretical framework. RESULTS: Thirty-six APRN clinicians, students, and faculty participated in nine workshops. Seeing sponsored meals reported in Open Payments as "payments" prompted participants to see familiar interactions in a new way. Participants valued the enhanced transparency as a way to identify risks of bias but were concerned that reporting might undermine public trust in APRNs. Emphasizing awareness as a precursor to action, participants desired greater preparation for ensuring independence in practice. CONCLUSIONS: The importance of tackling the ethical issues associated with industry interactions is heightened within the context of an existing climate of distrust within health care. However, many participants were concerned about the effects of transparency on public trust rather than how APRNs individually or collectively can be more trustworthy. IMPLICATIONS: Open Payments can serve as a useful tool to catalyze broader conversations about ethics, integrity in decision making, and health policy advocacy.

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)0,082
score de la tête « metaresearch » (Gemma)0,124
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,433

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0820,124
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0120,016
Communication savante0,0070,007
Science ouverte0,0050,014
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,385
Tête enseignante GPT0,623
Écart entre enseignants0,239 · 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.

Devis d'étudeQualitatif
DomainePrésentation des résultats
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Association of Nurse PractitionersMême sujetPharmaceutical industry and healthcareTravaux en français237 207