Implementation and acceptance of pharmacists’ prescribing of human immunodeficiency virus (HIV) pre-exposure prophylaxis (PrEP)
Notice bibliographique
Résumé
Background: Pre-exposure prophylaxis (PrEP) for human immunodeficiency virus (HIV) is highly effective at reducing the risk of acquiring HIV. PrEP is underused due, in part, to prescriber inaccessibility. The overall aim of this study was to evaluate the impact of pharmacist PrEP management (including prescribing and monitoring) on clinical and acceptance outcomes in patients who are at high risk for HIV exposure. Methods: Pharmacist-led PrEP management was guided by a prescribing protocol and implemented at 10 community pharmacies in Nova Scotia over 6 months. Baseline and follow-up bloodwork determined HIV status, coinfection(s), and other eligibility criteria for initial and refill PrEP prescriptions. Patient acceptance was measured according to the theoretical framework for acceptability of health care interventions. Results: Forty-five participants met eligibility criteria, and 37 remained for the study duration. Around half of the participants had never used PrEP before, and all identified as men who have sex with men or transgender women. Participants were highly accepting of the service and agreed that pharmacist-led PrEP management should always be available. Few reported privacy or stigma/discrimination concerns. All participants remained HIV-negative during study participation, and participants with coinfections were linked with care ( n = 4). Interpretation: The service was acceptable and effective for patients. Future work is required to reach underserved populations, particularly individuals with injection-related HIV risk factors. Conclusions: Pharmacist-led PrEP management can provide an alternative way to obtain PrEP for higher-risk patients. This study resulted in a regulation change on July 1, 2024 that authorized pharmacists to prescribe PrEP in Nova Scotia.
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 | 0,005 | 0,022 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».