Linking Social Prescribing and Preventive Occupational Therapy: A Way to Advance Health and Equity?
Notice bibliographique
Résumé
Abstract Presented as a response to unmet social needs and a way to foster a more equitable, sustainable, and healthy society, social prescribing (SP) faces challenges and criticisms, and little is known about its compatibility with preventive occupational therapy, particularly the Lifestyle Redesign program (LR), a landmark intervention with shared principles. To explore this compatibility this narrative umbrella review draws on seven systematic reviews supplemented by expert contributions from the National Academy of Social Prescribing. Results indicate conflicting evidence of SP on individuals, communities and healthcare systems. Despite widespread implemented in the UK and gaining traction globally, including in Canada and U.S., few peer-reviewed studies have examined its effects on older adults, and those available are of limited quality. Most studies reported positive changes in health self-management, loneliness, social isolation, and well-being, with high acceptability among participants and general practitioners. The COVID-19 pandemic highlighted both the importance of social prescribing in addressing these issues and the challenges of its implementation during crises. SP remains underutilized by occupational therapists, even though their expertise aligns with its objectives. Strengthening SP-LR linkages could advance interdisciplinary collaboration through three approaches: (1) LR as an activity within SP, (2) a navigator dedicated to LR, and (3) the occupational therapist as navigator. While not a unique solution, integrating SP within occupational therapy practice could improve access to preventive interventions, notably for older adults at risk of loneliness, social isolation, and chronic disease, and empower clinicians to address social determinants of health and drive innovation in gerontology.
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 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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 ».