MétaCan
Menu
Retour à la cohorte
Enregistrement W4406951003 · doi:10.1371/journal.pgph.0004107

The landscape of family medicine in India – A cross-sectional survey study

2025· article· en· W4406951003 sur OpenAlexafffund
Archna Gupta, Raman Kumar, Ramakrishna Prasad, Sunil Abraham, Nisanth Menon Nedungalaparambil, Paul Krueger, Carolyn Steele Gray, Megan Landes, Sanjeev Sridharan, Onil Bhattacharyya

Notice bibliographique

RevuePLOS Global Public Health · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensSinai Health SystemUniversity of TorontoLunenfeld-Tanenbaum Research InstituteSt. Michael's Hospital
Organismes subventionnairesDepartment of Family and Community Medicine, University of Toronto
Mots-clésCross-sectional studyGeographyMedicineFamily medicineEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

Family medicine was recognized as a distinct specialty in India in the early 1980s, but it is at an early stage of implementation. There are few training programs, and little is known about family physicians' training, perceptions, and current practices. This paper describes the findings from the first national survey of family medicine in India. We administered the Landscape of Family Medicine in India survey to members of the Academy of Family Physicians of India and used a respondent-driven sampling approach to increase our reach between November 2020 and March 2021. Descriptive statistics were used to describe the data. Chi-square tests of independence were used to explore differences between family physicians who completed full-time in-person training versus those who completed part-time, blended or distance training and to look for associations between services provided and the rurality of practice location. We had 272 respondents. 61.0% of respondents completed a full-time in-person residency program, while 39.0% completed a part-time distance or blended-type program. Most respondents reported that postgraduate training in family medicine increased their confidence in practice, their scope of primary care practice, and the ability to work as a team with non-physician primary care providers, irrespective of the type of training. Family physicians appear to engage in comprehensive practice, with 88.9% practicing outpatient family medicine. Our sample found that the proportion of family physicians working in rural areas is higher than the proportion of all physicians in India, with 39.3% of our sample working rurally. Those who work rurally were more likely to offer minor office-based surgeries, casting and splints, and conduct vaginal deliveries. 48.3% of respondents work principally in the primary care sector. Postgraduate family medicine training should be scaled up to support improving gaps seen in primary care and primary health 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 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)0,011
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,087
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,168
Tête enseignante GPT0,498
Écart entre enseignants0,330 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLOS Global Public HealthMême sujetPrimary Care and Health OutcomesTravaux en français237 207