An Overview of Reviews on Interprofessional Collaboration in Primary Care: Barriers and Facilitators
Notice bibliographique
Résumé
INTRODUCTION: Interprofessional collaboration (IPC) is becoming more widespread in primary care due to the increasing complex needs of patients. However, its implementation can be challenging. We aimed to identify barriers and facilitators of IPC in primary care settings. METHODS: An overview of reviews was carried out. Nine databases were searched, and two independent reviewers took part in review selection, data extraction and quality assessment. A thematic synthesis was carried out to highlight the main barriers and facilitators, according to the type of IPC and their level of intervention (system, organizational, inter-individual and individual). RESULTS: Twenty-nine reviews were included, classified according to six types of IPC: IPC in primary care (large scope) (n = 11), primary care physician (PCP)-nurse in primary care (n = 2), PCP-specialty care provider (n = 3), PCP-pharmacist (n = 2), PCP-mental health care provider (n = 6), and intersectoral collaboration (n = 5). Most barriers and facilitators were reported at the organizational and inter-individual levels. Main barriers referred to lack of time and training, lack of clear roles, fears relating to professional identity and poor communication. Principal facilitators included tools to improve communication, co-location and recognition of other professionals' skills and contribution. CONCLUSIONS: The range of barriers and facilitators highlighted in this overview goes beyond specific local contexts and can prove useful for the development of tools or guidelines for successful implementation of IPC in primary 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 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 | 0,033 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,031 | 0,033 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».