Evaluation of a microlearning module on hypertension in Canada
Notice bibliographique
Résumé
Objectives: To use a microlearning platform to evaluate pharmacists’ knowledge and behaviour related to hypertension. \nMethods: Pharmacy 5in5 is an online microlearning platform designed to help pharmacy professionals develop skills and acquire a deeper understanding of a variety of clinical and professional practice topics. Each topic includes a fact-based quiz, six case-based quizzes, six reflection questions, animated videos, infographics and flash cards. In April 2019, a hypertension module was released to engage pharmacists in managing hypertension and improving current practice behaviours. The module was developed using Canadian and American hypertension guidelines, landmark trials, and tertiary drug resources. The hypertension module was accessible on the Pharmacy5in5 website. Preliminary data were collected over 8 weeks between April-June 2019. User performance was analyzed with a binomial regression model. \nResults: Overall, 600 users accessed the Pharmacy 5in5 platform in the first two months, 81% of which were in Ontario. Licensed pharmacists performed significantly better than other registered users (β = −0.56, t (3362) =−2.15, p = 0.03), with users working in hospitals performing the best. The quiz resulting in the highest average focused on proper techniques for home blood pressure monitoring (mean score of 87%; SD 17%), while the quiz resulting in the lowest average focused on choosing medication therapy (mean score of 59%; SD 22%). In the reflection questions for behaviour in the last three months, 68% of users reported counselling a patient on home blood pressure monitoring and 62% had educated patients on their blood pressure targets, but only 18% had contacted a prescriber to optimize pharmacotherapy. \nConclusion: The Pharmacy5in5 hypertension module is an engaging method of continuing education which can be used to rapidly reach many healthcare professionals in a short time. More education is needed to support pharmacists in working with prescribers to proactively optimize hypertension therapy.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 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) | 0,006 | 0,001 |
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.
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 ».