Judicious resource managers or administrative intermediaries: A systematic review of family physician perspectives on the administrative process of referring patients to other clinicians in high income countries
Notice bibliographique
Résumé
BACKGROUND: Family physicians play a key role in coordinating and managing patient referrals to specialist care. While central to patient care, the referral process has been described as a disproportionately time-consuming and administratively demanding process, contributing to family physician burnout, stress, and attrition. Given the growing recognition of how administrative burden contributes to burnout, stress, and physician attrition from family medicine, it is crucial to examine the nature and impacts of this workload. OBJECTIVE: To describe the range of perspectives and experiences of family physicians on the referral process. METHODS: We conducted a systematic review of mixed-methods studies using a convergent integrative synthesis approach. Eligible studies were peer-reviewed, conducted in OECD countries, and published between 2012-2025. Quantitative data were transformed into portable narrative statements to enable integrated analysis with qualitative data. Constant comparative analysis was applied across different countries and study outcomes. RESULTS: Thirty-one studies were included, conducted in 13 high-income countries. The referral process was characterized as requiring clinical, technological, and social competence, involving decisions about whether and how to refer, and constructing and following up on referrals. This work was further complicated by strained and fragmented healthcare systems, positioning family physicians in the role of bridging system gaps for patients. These challenges resulted in additional paperwork, unnecessary referrals, delays, and rejections, which exacerbated system inefficiencies as opposed to improving resource use. Ultimately, this contributed to physician burnout, reduced professional autonomy, and job dissatisfaction. CONCLUSIONS: Ameliorating referral-related burden will require system-level reform and examination of intra-professional power structures.
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 | 0,035 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,013 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».