La dispensation programmée du Québec à la France : quelle faisabilité et quels avantages pour l’officine ?
Bibliographic record
Abstract
Le manque de temps est l’un des arguments les plus souvent mis en avant pour justifier le faible nombre d’accompagnements pharmaceutiques (entretiens thématiques, Bilan Partagé de Médication) réalisés en officine. La pratique pharmaceutique officinale au Québec repose sur la medication synchronization ou Dispensation Programmée. Il s’agit d’un processus proactif visant à rassembler l’ensemble des prescriptions chroniques pour un même patient et à préparer les produits de santé en amont de sa venue à la pharmacie. Nous avons voulu étudier la mise en place et la faisabilité de la Dispensation Programmée à l’officine en France. Pour cela, nous nous sommes appuyés sur une méthodologie mixte, à la fois qualitative puis quantitative. D’abord, nous avons réalisé 5 entretiens semi-dirigés avec des pharmaciens québécois et français ayant mis en place la Dispensation Programmée, afin de comprendre comment ce système est utilisé et perçu ici et outre-Atlantique. Puis, nous nous sommes appuyés sur des cas de gestion réalisés par les étudiants en 6e année Parcours Officine de l’Université Grenoble Alpes pour construire un questionnaire à destination des pharmaciens français. Le questionnaire comprenait notamment un exercice d’implémentation afin de favoriser la réflexion des répondants sur la Dispensation Programmée et sa mise en place pratique. Les entretiens réalisés révèlent que ce processus de travail est bien ancré au Québec et qu’il présente un atout indiscutable pour la pratique officinale tant là-bas et qu’en France. Un total de 159 pharmaciens ont répondu à l’enquête et 49,6% déclarent déjà pratiquer la Dispensation Programmée dans leurs officines, mais pour quelques patients au maximum. La majorité des répondants considèrent que ce système est viable et réalisable, et qu’ils seraient donc prêts à le mettre en place. La dispensation programmée reste une pratique marginale en France, mais son développement à plus large échelle reçoit un accueil favorable. L’objectif de libérer du temps-pharmacien au profit d’activité semble réduit au simple lissage de l’activité de travail sur la semaine.Une des perspectives de ce travail serait la mise en place d’une expérimentation dans diverses régions françaises afin de pouvoir ensuite éventuellement généraliser ce système à l’échelle nationale.
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 | 0.021 | 0.030 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.004 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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; 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".