MétaCan
Menu
Retour à la cohorte
Enregistrement W3182795443 · doi:10.21203/rs.3.rs-33817/v1

General Practitioners' Propensity to Cooperate With Other Health Professionals in the Management of Patients With Multimorbidity and Polypharmacy: A Cross-sectional Study.

2020· preprint· en· W3182795443 sur OpenAlexaff
Hélène Carrier, Anna Zaytseva, Aurélie Bocquier, P. Villani, Martin Fortin, Pierre Verger

Notice bibliographique

RevueResearch Square (Research Square) · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesAgence Nationale de Sécurité du Médicament et des Produits de SantéMinistère des Affaires Sociales et de la SantéInstitut National de la Santé et de la Recherche Médicale
Mots-clésPolypharmacyMultimorbidityCross-sectional studyHealth professionalsMedication adherencePropensity score matchingNursingMedicinePsychologyFamily medicineComorbidityPsychiatryHealth carePolitical sciencePharmacologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background. Cooperation between general practitioners (GPs) and other health professionals appears to help reduce the risk of adverse events linked to polypharmacy for patients with multimorbidity. We investigated the existence of different GP profiles according to their opinions and behaviors about such cooperation and studied the association between these profiles and the GPs’ characteristics and deprescribing behaviors. Methods. Between May and July 2016, we performed a cross-sectional survey in a panel of French GPsabout their management of patients with multimorbidity and polypharmacy, focusing specifically on their opinions of healthcare professionals’ roles and interprofessional cooperation. We used an agglomerative hierarchical cluster analysis to identify GP profiles and then multivariable logistic regression models to study their associations with these doctors' characteristics and deprescribing behaviors. Results. We identified four profiles of GPs according to their cooperation propensities: GPs from the “intensive” profile (14%) were favorable to cooperating with various health professionals, including delegating some prescribing tasks to pharmacists; GPs from the "moderate" profile (47%) had favorable opinions about health professionals’ roles, except for this specific task delegation; GPs from the "selective" profile (27%) tended to work only with physicians; GPs from the "low cooperation" profile (12%) didn’t appeared interested in cooperation. These profiles were associated with different professional characteristics. Conclusions. Current health policies encourage interprofessional cooperation for the management of patients with multimorbidity. Our study provides information for understanding disparities among GPs regarding working with other professionals who deal with their patients and suggests possible ways to improve cooperation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,240
Tête enseignante GPT0,519
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square (Research Square)Même sujetChronic Disease Management StrategiesTravaux en français237 207