Mapping the integration of advanced practice physiotherapists in Danish hospitals
Notice bibliographique
Résumé
OBJECTIVES: To map the extent of advanced practice physiotherapy (APP) integration in Danish hospitals and explore the roles and characteristics of these models of care. DESIGN: Cross-sectional survey. SETTING: All hospitals in Denmark (secondary care). PARTICIPANTS: Representatives from all 36 Danish hospitals were contacted; 31 responded (86 % response rate). INTERVENTIONS: Not applicable. MAIN OUTCOME MEASURES: Prevalence and duration of APP models, departmental placement, scope of responsibilities, and any required education or competencies. RESULTS: Seventeen of the 31 respondent hospitals (55 %) reported having APP roles. The mean duration of APP integration was 9.7 years. Most APP models were located in orthopaedic departments, although they were also present in rheumatology, internal medicine, and acute medical units. Common APP functions included initial patient examination, triage, ordering diagnostic imaging, establishing medical diagnoses, and, in some settings, performing injections or fracture repositioning. Less frequently reported functions included ultrasound examinations and cast application. All respondents noted continuous access to physician consultation. Considerable regional variation was observed in both the departmental integration of APP and the range of responsibilities undertaken by APP clinicians. CONCLUSIONS: Approximately half of Danish hospitals reported established APP roles, indicating broader uptake than previously captured by global surveys. The observed variability across regions and departments underscores the need for standardized guidelines, further research on clinical effectiveness, and clarification of required competencies. Understanding these factors may help optimize APP implementation and improve patient access to timely and effective musculoskeletal and general healthcare.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».