Ethical Issues Raised by Private Practice Physiotherapy Are More Diverse than First Meets the Eye: Recommendations from a Literature Review
Notice bibliographique
Résumé
PURPOSE: Physiotherapy in private practice differs from physiotherapy practised in a public setting in several ways, the most evident of which is the for-profit nature of private physiotherapy clinics; these differences can generate distinct and challenging ethical issues. The objectives of this article are to identify ethical issues encountered by physiotherapists in private practice settings and to identify potential solutions and recommendations to address these issues. METHOD: After a literature search of eight databases, 39 studies addressing ethical issues in a private practice context were analyzed. RESULTS: A total of 25 ethical issues emerging from the included studies were classified into three main categories: (1) business and economic issues (e.g., conflicts of interests, inequity in a managed care context, lack of time affecting quality of care); (2) professional issues (e.g., professional autonomy, clinical judgment, treatment effectiveness, professional conduct); and (3) patients' rights and welfare issues (e.g., confidentiality, power asymmetries, paternalism vs. patient autonomy, informed consent). Recommendations as to how physiotherapists could better manage these issues were then identified and categorized. CONCLUSIONS: The physiotherapy community should reflect on the challenges raised by private practice so that professionals can be supported-through education, research, and good governance-in providing the best possible care for their patients.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».