EDITORIAL Evidence to Support Development of Pharmacy Services: How Much or How Little
Notice bibliographique
Résumé
We are all challenged by limited resources of time, personnel, and funding in our various practice settings. Yet despite these limitations, there are many demands and expectations to develop and expand pharmacy services. These demands come from various sources, including accreditation standards such as the Required Organizational Practices of Accreditation Canada, 1 colleagues within our facilities, our own clinical practice interests, and elsewhere. Ideally, the premise for a new or expanded pharmacy service will be incontrovertible evidence from randomized controlled trials demonstrating benefit in terms of clinical outcomes and sound economic evidence demonstrating that the maximum benefit is being generated from the resources consumed. 2 However, we often do not have the luxury of these high levels of evidence, which raises the following question: When do we have enough evidence to support the development of a new pharmacy service? There are 2 extreme and opposing perspectives about the necessity of robust evidence from clinical trials to help guide decision-making. The first is that we should implement only those programs that have evidence from randomized controlled trials demonstrating significant improvements in clinical outcomes. With this perspective in mind, I am reminded of a systematic review conducted by Smith and Pell. 3 Although these authors wanted to determine if parachutes were effective in preventing major adverse outcomes after “gravitational challenge ” by summarizing the evidence from randomized controlled trials, an extensive literature search yielded no such trials. Even in the absence of this “gold standard ” level of evidence, however, many of us have jumped from an airplane or other structure and have trusted that a parachute would significantly reduce the risk of an adverse outcome. The second and opposing perspective is to adopt good ideas with little or no evidence except that “it just makes sense”. In my pharmacoepidemiology course, I use examples
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 | 0,019 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,008 | 0,001 |
| Intégrité de la recherche | 0,018 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,005 |
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 ».