MétaCan
Menu
Retour à la cohorte
Enregistrement W2520528415 · doi:10.1186/s12875-016-0531-y

A qualitative study of perceived needs and factors associated with the quality of care for common mental disorders in patients with chronic diseases: the perspective of primary care clinicians and patients

2016· article· en· W2520528415 sur OpenAlexafffundabout
Pasquale Roberge, Catherine Hudon, Alan Pavilanis, Marie‐Claude Beaulieu, Annie Benoît, Hélène Brouillet, Isabelle Boulianne, Anna De Pauw, Serge Frigon, Isabelle Gaboury, Martine Gaudreault, Ariane Girard, M.F. Giroux, Élyse Grégoire, Line Langlois, Martin Lemieux, Christine Loignon, Alain Vanasse

Notice bibliographique

RevueBMC Family Practice · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversité du Québec à ChicoutimiCentre Intégré de Santé et de Services Sociaux des LaurentidesSanté MontérégieCentre intégré de santé et de services sociaux de Chaudière-AppalachesSt Mary's Hospital CentreUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicinePolypharmacyMental healthQualitative researchNursingCollaborative CareAnxietyFamily medicineChronic carePrimary carePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The prevalence of comorbid anxiety and depressive disorders is high among patients with chronic diseases in primary care, and is associated with increased morbidity and mortality rates. The detection and treatment of common mental disorders in patients with chronic diseases can be challenging in the primary care setting. This study aims to explore the perceived needs, barriers and facilitators for the delivery of mental health care for patients with coexisting common mental disorders and chronic diseases in primary care from the clinician and patient perspectives. METHODS: In this qualitative descriptive study, we conducted semi-structured interviews with clinicians (family physician, nurse, psychologist, social worker; n = 18) and patients (n = 10) from three primary care clinics in Quebec, Canada. The themes explored included clinician factors (e.g., attitudes, perception of roles, collaboration, management of clinical priorities) and patient factors (e.g., needs, preferences, access to care, communication with health professionals) associated with the delivery of care. Qualitative data analysis was conducted based on an interactive cyclical process of data reduction, data display and conclusion drawing and verification. RESULTS: Clinician interviews highlighted a number of needs, barriers and enablers in the provision of patient services, which related to inter-professional collaboration, access to psychotherapy, polypharmacy as well as communication and coordination of services within the primary care clinic and the local network. Two specific facilitators associated with optimal mental health care were the broadening of nurses' functions in mental health care and the active integration of consulting psychiatrists. Patients corroborated the issues raised by the clinicians, particularly in the domains of whole-person care, service accessibility and care management. CONCLUSIONS: The results of this project will contribute to the development of quality improvement interventions to increase the uptake of organizational and clinical evidence-based practices for patients with chronic diseases and concurrent common mental disorders, in priority areas including collaborative care, access to psychotherapy and linkages with specialized mental health care.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,011
Communication savante0,0040,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,427
Écart entre enseignants0,364 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Family PracticeMême sujetMental Health Treatment and AccessTravaux en français237 207