MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414664858 · doi:10.1186/s12913-025-13355-8

Characteristics of family medicine physician associates/assistants in the United States

2025· article· en· W4414664858 sur OpenAlexaff
Bethany Grubb, Cynthia F. Griffith, Mirela Bruza‐Augatis, Kasey Puckett, Andrzej Kozikowski

Notice bibliographique

RevueBMC Health Services Research · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiens123 Certification (Canada)
Organismes subventionnairesnon disponible
Mots-clésHealth informaticsHealth administrationNursing researchEconomic shortagePublic healthHealth careHealth services researchHealthcare policy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The family medicine (FM) workforce in the United States (U.S.) includes physicians, physician associates/assistants (PAs), and nurse practitioners (NPs). These family medicine practitioners are patients' first point of contact, providing preventative, continuous healthcare, care coordination, and patient-centered care. Yet, despite their importance in the healthcare system, the shortage of FM practitioners persists. Considering the general medical education of PAs and limited research on their roles in FM, this research aims to understand the employment characteristics of this professional group. METHODS: This cross-sectional observational research utilized a 2023 national dataset from the National Commission on Certification of PAs (NCCPA). We used standard descriptive and bivariate analyses to summarize the demographic and professional attributes of PAs in FM (n = 20,940) versus those in all other specialties (n = 106,001). RESULTS: In 2023, 16.5% of PAs indicated working in FM. PAs in FM had a median age of 41, and 68.8% self-identified as female. PAs in FM versus those in other medical specialties (all p < 0.001) were more likely to self-identify as Black/African American (3.8% versus 3.4%) and Hispanic/Latino(a/x) (9.3% versus 6.6%). A higher ratio of PAs in FM indicated practicing in rural/isolated settings (15.3% versus 5.7%) and reported using another language other than English to communicate with patients (26.4% versus 21.7%; all p < 0.001) than their colleagues in other medical specialties. FM PAs were more likely to indicate working in office-based private settings, community health centers, rural health clinics, and public/community health clinics than PAs in all other specialties. Compared to their colleagues in other specialties, a higher percentage of PAs in FM indicated providing telemedicine services (66.1% versus 38.1%; p < 0.001). Family medicine PAs versus those in other medical disciplines reported earning $10,000 less (annual income). A slightly lower proportion of PAs in FM reported being satisfied with their current employment and were more likely to experience symptoms of burnout compared to PAs in other medical specialties. CONCLUSIONS: This study reinforces the critical role of PAs in FM in mitigating the healthcare access crisis, particularly in underresourced and rural areas. A better understanding of factors associated with PAs pursuing and sustaining practice in FM could alleviate some of the burden of the projected healthcare provider shortage in primary 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,163
Tête enseignante GPT0,563
Écart entre enseignants0,400 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services Research→Même sujetNursing Roles and Practices→Travaux en français237 207→