Implementation of the COVID-19 antiviral therapy Nirmatrelvir/Ritonavir (PaxlovidTM) across Canada in 2022: A qualitative analysis of key facilitating factors and challenges
Notice bibliographique
Résumé
Background: , N/R) was approved for use in Canada in January 2022, with the Government of Canada assuming a procurement role and provinces, territories, and federal departments implementing usage within their respective healthcare systems. The objective of this analysis is to describe how N/R was implemented across various jurisdictions in the first six months after it was available for use and identify promising implementation practices. Methods: Fourteen semi-structured discussions in small group settings were conducted with jurisdictional representatives involved in the implementation of N/R. A descriptive analysis of the eligibility criteria and service delivery model was conducted. A thematic analysis using the Consolidated Framework for Implementation Research and cluster analysis of the codes were then undertaken on NVivo 12 to identify key themes. Results: Overall, the eligibility criteria were similar across jurisdictions, and three types of service delivery models were identified. Ten main themes emerged as facilitators and eight as challenges to the implementation. Partnership, collaboration, communication and flexibility were among the facilitators identified, while the complexity of the intervention (e.g., drug-drug interactions), perceived evidence gaps in effectiveness by prescribers, and resource limitations were identified as key implementation challenges. Conclusion: While there were jurisdictional variations in the implementation of N/R, communication and collaboration, and the availability of rapid testing for COVID-19 emerged as key facilitators. Drug-drug interactions, resource pressures and limited evidence were some of the key challenges. Overall, these facilitators and challenges were similar across jurisdictions and may help inform future therapeutic implementation plans for pandemic preparedness.
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 | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,008 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».