Acceptabilité et faisabilité de la dispensation programmée en officine
Bibliographic record
Abstract
Le développement des accompagnements pharmaceutiques en officine achoppe sur différents obstacles : le montant de la rémunération, les critères d’éligibilité, la difficulté à dégager du temps. Les accompagnements pharmaceutiques sont du ressort du pharmacien. Aussi, comment dégager du temps-pharmacien ? Les officines états-uniennes et canadiennes proposent la dispensation programmée des traitements chroniques. Elle consiste à anticiper les renouvellements des patients chroniques et à préparer en avance leurs traitements. Qu’elles sont les acceptabilité et faisabilité de la dispensation programmée en officine ? Une enquête de type enquête d’opinion a été adressée aux pharmaciens d’officine actuellement en exercice grâce à une liste de diffusion et sur les réseaux sociaux (Facebook®). Les items sont relatifs à leur expérience en terme dispensation programmée et à leur perception de cette organisation de travail. Une analyse descriptive intermédiaire a été réalisée. Un total de 148 pharmaciens d’officine, dont 78,4 % ( n = 116) de titulaires, ont répondu à l’enquête. Les répondants exercent majoritairement en pharmacie de quartier ( n = 57; 38,5 %) et en milieu rural ( n = 55: 37,2 %). La dispensation programmée est proposée par 49,3 % ( n = 73) des officines des répondants; mais seulement 8,1 % ( n = 12) la réalise pour plus de 5 % de leurs patients chroniques. Si 90,5% (n = 134) des répondants s’accordent à dire que la dispensation programmée optimise le parcours du patient, seuls 42,6 % ( n = 63) estiment qu’elle peut permettre de gagner du temps-pharmacien. En effet, pour les 12 répondants exerçant dans une officine l’ayant mise en place, les dispensations programmées sont préférentiellement faites par les pharmaciens pour 7 d’entre eux. On note que 74,3 % ( 110) des répondants jugent être prêt à mettre en place à plus large échelle ce dispositif au sein de leur officine. Ils cibleraient préférentiellement les patients ayant des produits onéreux (≥ 150 € HT à l’achat) ( n = 105; 71,9 %), des médicaments à surveillance particulière ( n = 71; 48,0 %) ou des patients à défaut d’adhésion ( n = 70; 47,3 %). Enfin, 59,5 % ( n = 88) des répondants jugent pertinents la mise en place de rendez-vous pour la dispensation au patient dans le cadre d’une dispensation programmée. La dispensation programmée reste une pratique marginale en France, mais son développement à plus large échelle reçoit un accueil favorable. De manière étonnante, pour les pharmacies la pratiquant pour au moins 5 % des dispensations chroniques, c’est un pharmacien qui la réalise: l’objectif de libérer du temps-pharmacien au profit d’activités telles que les accompagnements pharmaceutiques semble réduit au simple lissage de l’activité de travail sur la semaine. Dans le cadre de la dispensation programmée, le circuit du médicament est donc à préciser: celui qui prépare n’est pas nécessairement celui qui analyse la prescription médicamenteuse.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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; both teacher heads agree on what is shown here.
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".