Facilitators and barriers to general practitioner and general practice nurse participation in end-of-life care: systematic review
Notice bibliographique
Résumé
BACKGROUND: General practitioners (GPs) and general practice nurses (GPNs) face increasing demands to provide palliative care (PC) or end-of-life care (EoLC) as the population ages. To enhance primary EoLC, the facilitators and barriers to their provision need to be understood. OBJECTIVE: To provide a comprehensive description of the facilitators and barriers to GP and GPN provision of PC or EoLC. METHOD: Systematic literature review. Data included papers (2000 to 2017) sought from Medline, PsycInfo, Embase, Joanna Briggs Institute and Cochrane databases. RESULTS: From 6209 journal articles, 62 reviewed papers reported the GP's and GPN's role in EoLC or PC practice. Six themes emerged: patient factors; personal GP factors; general practice factors; relational factors; co-ordination of care; availability of services. Four specific settings were identified: aged care facilities, out-of-hours care and resource-constrained settings (rural, and low-income and middle-income countries). Most GPs provide EoLC to some extent, with greater professional experience leading to increased comfort in performing this form of care. The organisation of primary care at practice, local and national level impose numerous structural barriers that impede more significant involvement. There are potential gaps in service provision where GPNs may provide significant input, but there is a paucity of studies describing GPN routine involvement in EoLC. CONCLUSIONS: While primary care practitioners have a natural role to play in EoLC, significant barriers exist to improved GP and GPN involvement in PC. More work is required on the role of GPNs.
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 | 0,020 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».