Undersøkelse av farmasøyters kunnskap om behandling med antiepileptika
Bibliographic record
Abstract
Sammendrag\n\nBakgrunn og formål: Det er ca. 45000 mennesker i Norge med diagnosen epilepsi, noe som\nkan påvirker deres livskvalitet på en negativ måte, selv for pasienter med lengre perioder med \nanfallsfrihet. Studier har i tillegg vist at problemer som ikke er direkte knyttet til anfall, som \npsykososiale, og kognitive problemer kan utgjøre store utfordringer i hverdagen for de fleste \nepilepsipasienter. Farmasøyter spiller en viktig rolle i veiledning av pasienter med kroniske \nsykdommer. Nyere studier fra Tyskland og Canada har indikert et behov for mer kunnskap hos \nfarmasøyter i dette området. Hensikten med denne studien var derfor å undersøke norske \nfarmasøytenes kunnskap om dette temaet, samtidig å identifisere eventuelle kunnskapsgap og \nbehov for ytterligere informasjon og opplæring fremover. \n\nMetode: Dette var en deskriptiv kvantitativ spørreundersøkelse, utviklet basert på tidligere\nstudier, men supplert med flere spørsmål tilpasset norske farmasøyter. Undersøkelsen inneholdt\nfire seksjoner om sosiodemografisk og yrkesrelaterte forhold, pluss spørsmål om farmasøytenes \ntrygghetsfølelse og kunnskapsspørsmål. Innsamlede data ble analysert med statistikk\nprogrammet IBM SPSS Statistics.\n\nResultater: Det ble samlet inn 113 svar. De fleste respondentene var kvinner (80 %), og jobbet \npå kjedeapotek (78 %). Resultatet viste god kjennskap til epilepsi generelt, mens på områder \nsom interaksjoner og rådgivning til pasienter kan det være behov for mer kunnskap. Det var \nikke noen signifikat sammenheng på hvor ofte man treffer pasienter på jobb med å føle seg \ntrygg i møte med epilepsipasienter. Hvor mye erfaring man har i rådgivning av epilepsipasienter \nvirker å ha sterk signifikant sammenheng med trygghetsfølelsen hos farmasøyter.\nTilbakemeldinger fra respondentene tydet på viktighet og interesse for temaet.\n\nKonklusjon: Studien har vist at farmasøyter stort sett har god kjennskap til hovedtemaer om\nepilepsi og epilepsibehandlingen, men noen kunnskapshull ble avdekket i noen dypgående \ntemaer, noe som også hadde samsvar med de tidligere studiene fra Tyskland og Canada. Derfor \nkan det være hensiktsmessig med muligheter for videreutdanning og eventuelle andre tiltak for \nfarmasøyter i møte med denne pasientgruppen.
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 | 0.007 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.075 | 0.019 |
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".