Advancing Integrated Care through Psychiatric Workforce Development: A Systematic Review of Educational Interventions to Train Psychiatrists in Integrated Care
Notice bibliographique
Résumé
OBJECTIVE: Integrated or collaborative care is a well-evidenced and widely practiced approach to improve access to high-quality mental health care in primary care and other settings. Psychiatrists require preparation for this emerging type of practice, and such training is now mandatory for Canadian psychiatry residents. However, it is not known how best to mount such training, and in the absence of such knowledge, the quality of training across Canada has suffered. To guide integrated care education nationally, we conducted a systematic review of published and unpublished training programs. METHOD: We searched journal databases and web-based 'grey' literature and contacted all North American psychiatry residency programs known to provide integrated care training. We included educational interventions targeting practicing psychiatrists or psychiatry residents as learners. We critically appraised literature using the Medical Education Research Study Quality Instrument (MERSQI). We described the goals, content, and format of training, as well as outcomes categorized according to Kirkpatrick level of impact. RESULTS: We included 9 published and 5 unpublished educational interventions. Studies were of low to moderate quality and reflected possible publication bias toward favourable outcomes. Programs commonly involved longitudinal clinical experiences for residents, mentoring networks for practicing physicians, or brief didactic experiences and were rarely oriented toward the most empirically supported models of integrated care. Implementation challenges were widespread. CONCLUSIONS: Similar to integrated care clinical interventions, integrated care training is important yet difficult to achieve. Educational initiatives could benefit from faculty development, quality improvement to synergistically improve care and training, and stronger evaluation. Systematic review registration number: PROSPERO 2014:CRD42014010295.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».