Effectiveness and Challenges of Integrated Care Models in Managing Mental Health in Chronic Illness and Disability: A Literature Review
Notice bibliographique
Résumé
Introduction: Chronic illnesses and disabilities often lead to psychological comorbidities like depression and anxiety, worsening physical symptoms and quality of life. The integrated care model offers a collaborative approach to bridge gaps between primary and mental healthcare, providing holistic solutions. This review examines the relationship between chronic illnesses, disabilities, and mental health, and evaluates the impact of integrated care models. Methods: A systematic search of databases such as PubMed, CINAHL, and Google Scholar was conducted using keywords like "mental health," "chronic illnesses," and "integrated care." Fourteen peer-reviewed articles were selected based on relevance, recency, and methodological rigour. Results: Studies highlight a strong link between chronic illnesses, disabilities, and mental health disorders, exacerbated by factors like financial stress, mobility issues, and pain. Integrated care models, which coordinate primary and mental health services, improve outcomes such as treatment adherence, emotional well-being, and quality of life. Despite its advantages, many barriers exist to properly implementing integrated care models. Discussion: Integrated care addresses the interconnectedness of mental and physical health, offering comprehensive treatment for patients with chronic illnesses and disabilities. Despite its benefits, challenges such as funding issues, technological limitations, and insufficient interdisciplinary training hinder implementation. Addressing these barriers is crucial for broader adoption. Conclusion: Integrated care models improve patient outcomes through holistic care but face systemic and provider-level barriers. Future research should explore long-term impacts, cost-effectiveness, and culturally adaptable frameworks to maximize the potential of these models and enhance healthcare delivery.
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 | 0,018 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 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 | 0,000 |
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 ».