Pharmacist-Led Follow-Up Program for Rural Patients with Acute Coronary Syndrome: The PLURAL-ACS Pilot Program
Bibliographic record
Abstract
Background: Patients living in rural settings have poorer access to care and more frequent readmissions after treatment for acute coronary syndrome (ACS) than patients in urban settings. It is unclear what types of medication-related issues are encountered by this cohort and whether pharmacist-led care could resolve them. Objectives: To describe the issues related to cardiac medications encountered by rural patients after treatment for ACS and the impact of a pharmacist-led virtual follow-up pilot program in this population. Methods: A quality improvement initiative was developed whereby a cardiology pharmacist provided follow-up to post-ACS rural patients in Alberta, Canada, between March and May 2022. For each patient, the pharmacist identified and resolved cardiac medication–related issues through regular telephone visits over a 30-day period following hospital discharge. The primary outcome was the number of cardiac medication–related issues identified. Secondary outcomes included the types of medication-related issues identified and actions taken by the pharmacist to resolve them. Results: During the 15-week program, 40 patients received care, and 139 virtual visits were completed. The median time spent per visit was 60 (interquartile range [IQR] 50–80) minutes. In total, 255 cardiac medication–related issues (6 per patient, IQR 3.75–8.25) were identified, of which 233 (91%) were resolved by the pharmacist. Prescription errors, adverse effects, and drug therapy optimization were the most common issues identified on days 1, 10, and 30, respectively. The pharmacist commonly undertook patient counselling (n = 126, 54%) and medication prescribing (n = 63, 27%) to address medication-related issues. Conclusions: A substantial number of cardiac medication–related issues were identified and resolved through a pharmacist-led virtual follow-up program in rural post-ACS patients. These findings could assist in the development of future follow-up programs to improve care for this high-risk population. RÉSUMÉ Contexte : L’accès des patients vivant en milieu rural aux soins est plus difficile et leur réadmission plus fréquente après un traitement pour le syndrome coronarien aigu (SCA) que les patients vivant en milieu urbain. On ne sait pas exactement quels types de problèmes liés aux médicaments rencontre cette cohorte et si les soins dispensés par les pharmaciens pourraient les résoudre. Objectifs : Décrire les problèmes liés aux médicaments cardiaques que rencontrent les patients vivant en milieu rural après un traitement pour le SCA et les effets d’un programme pilote de suivi virtuel dirigé par un pharmacien dans cette population. Méthodes : Une initiative d’amélioration de la qualité a été développée dans le cadre de laquelle un pharmacien en cardiologie a assuré le suivi des patients vivant en milieu rural après un SCA en Alberta, au Canada, entre mars et mai 2022. Pour chaque patient, le pharmacien a identifié et résolu les problèmes liés aux médicaments cardiaques grâce à des visites téléphoniques régulières sur une période de 30 jours après le congé de l’hôpital. Le critère de jugement principal était le nombre de problèmes identifiés liés aux médicaments cardiaques. Les critères de jugement secondaires comprenaient les types de problèmes liés aux médicaments identifiés et les mesures prises par le pharmacien pour les résoudre. Résultats : Au cours du programme de 15 semaines, 40 patients ont reçu des soins et 139 visites virtuelles ont été réalisées. La durée médiane de chaque visite était de 60 minutes (intervalle interquartile [IQR] 50–80). Au total, 255 problèmes liés aux médicaments cardiaques (6 par patient, IQR 3,75–8,25) ont été identifiés, dont 233 (91 %) ont été résolus par le pharmacien. Les erreurs de prescription, les événements indésirables et l’optimisation du traitement médicamenteux étaient les problèmes les plus fréquents les jours 1, 10 et 30, respectivement. Le pharmacien offrait généralement du counseling aux patients (n = 126, 54 %) et prescrivait des médicaments (n = 63, 27 %) pour résoudre les problèmes liés aux médicaments. Conclusions : Un nombre important de problèmes liés aux médicaments cardiaques ont été identifiés et résolus grâce à un programme de suivi virtuel dirigé par un pharmacien chez les patients vivant en milieu rural après un SCA. Ces résultats pourraient aider à élaborer de futurs programmes de suivi pour améliorer les soins dans cette population à haut risque.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".