Facilitators and barriers to patient-centred goal-setting in rehabilitation: A scoping review
Notice bibliographique
Résumé
OBJECTIVE: Identify, map, and synthesize existing reviews, to extract and analyse the most prominent barriers and facilitators to applying patient-centred goal-setting practice in rehabilitation using the Capability, Opportunity Motivation Behaviour (COM-B) model. DESIGN: Scoping review. DATA SOURCE: A primary search was conducted in MEDLINE, CINAHL, EMBASE, PsychInfo, and Cochrane. Citation chaining was employed. REVIEW METHODS: All types of review (systematic, scoping, and narrative) studies published up to June 14, 2022 that included physical and neurological rehabilitation, patient-centeredness, and goal-setting were reviewed. Studies were scrutinized for relevance, quality was not assessed. The most prominent barriers and facilitators were synthesized using thematic content analysis and mapped onto the COM-B model. RESULTS: Twenty-six review studies covering a range of conditions and settings, acute to community were included. Barrier and facilitators were identified at patient, provider, and organizational level. Barrier themes include provider's existing beliefs about goal-setting, lack of skills, and integration into clinical routines. Patient barriers related to capacity and opportunity to participate. Organizational barriers include lack of clinical guidelines, patient preparation, insufficient provider time, and high productivity expectations. Facilitators included goal-setting guidelines, training and education of providers and patients, revised clinical routines, performance monitoring, adequate time, and resources. CONCLUSION: Healthcare providers should be the primary target of intervention. A provider's motivation to change current practice is the most prominent barrier, followed closely by capacity and opportunity. Patients require information, training, and structured engagement opportunities. Organizations play a key role in creating the optimal environmental conditions to enable patient-centred goal-setting.
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 | 0,085 | 0,201 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,017 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| 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 ».