Qualitative evaluation of primary care providers’ experiences caring for frequent users of the emergency department
Notice bibliographique
Résumé
OBJECTIVES: Many interventions have been developed over the years to offer frequent users of the emergency department (FUEDs) better access to quality coordinated healthcare. Despite recognising the role primary care physicians (PCPs) play in FUEDs' care, to date their perceptions of case management, the most studied intervention, have rarely been assessed. Furthermore, a gap regarding PCPs' experience of caring for FUEDs persists. Thus, this study aimed to explore PCPs' perceptions of the care provided to FUEDs in emergency and primary care settings, their views on the local case management team (CMT), and their suggestions to improve FUEDs' care. DESIGN: Qualitative study using in-depth semistructured interviews and inductive thematic analysis. SETTING: Canton of Vaud, Switzerland. PARTICIPANTS: Thirty PCPs participated, 16 in private practice (PP-PCPs) and 14 based at the Lausanne University Centre of General Medicine and Public Health (Unisanté-U-PCPs). RESULTS: U-PCPs and PP-PCPs thought that most FUEDs' emergency department (ED) visits were legitimate, but questioned ED adequacy to meet FUEDs' needs. Yet, both PCP groups reported encountering many challenges in FUEDs' care themselves. In this context, PP-PCPs seemed more satisfied of the care they provided to FUEDs than U-PCPs. Generally, U-PCPs seemed to find more value in the CMT to help them care for FUEDs than PP-PCPs. To enhance FUEDs' care, U-PCPs and PP-PCPs suggested enhancing collaboration with other healthcare providers. U-PCPs also wished to increase their availability, and some PP-PCPs considered outpatient clinics, larger group practices or medical centres most appropriate to handle FUEDs' needs. CONCLUSIONS: This study highlights the many challenges PCPs face in caring for FUEDs, that a CM intervention has the potential to mitigate, and provides ways forward in improving FUEDs' care, including reinforced communication with the CMT and ED physicians, and structural changes to their own way of delivering care to FUEDs.
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 | 0,014 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 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 ».