Strategies for improving primary care for adolescents and young adults transitioning from pediatric services: perspectives of Canadian primary health care professionals
Notice bibliographique
Résumé
BACKGROUND: Family physicians and other members of the primary health care (PHC) team may be ideally positioned to provide transition care to adolescents and young adults (AYAs; aged 12-25 years) exiting pediatric specialty services. Potential solutions to well-known challenges associated with integrating PHC and specialty care need to be explored. OBJECTIVE: To identify strategies to transition care by PHC professionals for AYAs with chronic conditions transitioning from pediatric to adult-oriented care. METHODS: Participants were recruited from six Primary Care Networks in Calgary, Alberta. A total of 18 semi-structured individual interviews were completed, and transcribed verbatim. Data were analyzed using a qualitative description approach, involving thematic analysis. RESULTS: Participants offered a range of strategies for supporting AYAs with chronic conditions. Our analysis resulted in three overarching themes: (i) educating AYAs, families, and providers about the critical role of primary care; (ii) adapting existing primary care supports for AYAs and (iii) designing new tools or primary care practices for transition care. CONCLUSIONS: Ongoing and continuous primary care is important for AYAs involved with specialty pediatric services. Participants highlighted a need to educate AYAs, families and providers about the critical role of PHC. Solutions to improve collaboration between PHC and pediatric specialist providers would benefit from additional perspectives from providers, AYAs and families. These findings will inform the development of a primary care-based intervention to improve transitional 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».