Mapping Evidence and Constructing an Analytic Framework: An Umbrella Review Summarizing Primary Care Family Physicians’ Experiences With Clinical Integration
Notice bibliographique
Résumé
PURPOSE: Strengthening primary care's integration function is a systematic approach to promote integrated care. Understanding the factors influencing the process of integrating care for every patient is crucial for effective intervention planning. The objective of this study was to generate an analytic framework and evidence map of the barriers and facilitators perceived by family physicians (FPs) in clinical integration, a process to coordinate health care services across time, place, discipline, diseases, and patient demographics. METHODS: Using the Joanna Briggs Institute umbrella review methodology, we searched the MEDLINE, Embase, and CINAHL databases, identifying 90 reviews (2010-2022) on primary care FPs and clinical integration. We adopted a best-fit framework approach to group the factors into a customized clinical integration framework, reflecting how a health care system functions. Two evidence maps were created to visualize the reviews' distribution. We validated the framework with another 21 reviews (2022-2024). RESULTS: The analytic framework consisted of 9 themes and 21 subthemes based on 2,891 factors derived from external and internal sources within primary care practices. Several subthemes were common across themes related to individuals (FPs, physicians other than family physicians and allied health providers, patients) and operating units (systems, organizations, practices), highlighting shared elements. The professional theme was the most significant, appearing in 86% of the reviews and including subthemes related to diseases, clinical guidelines, and teamwork. In contrast, themes related to systems, organizations, and practices were reported less frequently (48%, 22%, and 23%). CONCLUSION: The complex interactions among factors, subthemes, and themes elucidate challenges in finding a universal strategy or implementing initiatives. The generated evidence maps indicated knowledge gaps to guide future research work.
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 | 0,149 | 0,281 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,082 | 0,069 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,015 | 0,015 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».