Les variables associées à la collaboration interprofessionnelle dans les équipes interdisciplinaires de santé mentale
Bibliographic record
Abstract
Plusieurs études ont montré que la collaboration interprofessionnelle (CIP) produit des retombées positives pour les usagers, les professionnels de la santé et les organisations de soins. Cependant, les chercheurs estiment que son adoption dans les organisations et les services de santé est insuffisante. Cette situation conduit à des conflits souvent nuisibles entre les professionnels, à des erreurs médicales, à une augmentation des coûts de soins de santé et à des taux de mortalité élevés. Il existe un besoin de recherche pour identifier les variables associées à la CIP, particulièrement dans le domaine de la santé mentale (SM). La présente thèse vise à combler les lacunes susmentionnées et à permettre d’approfondir les connaissances que nous avons à l’heure actuelle sur la CIP. Trois cent quinze (315) professionnels œuvrant dans les équipes interdisciplinaires de soins primaires (N=101) et spécialisés (N=214) de SM, localisées dans quatre réseaux locaux de services (RLS) du Québec, ont participé à l’étude. Plusieurs variables reconnues comme étant fortement associées à la CIP dans la littérature scientifique du domaine de la santé ont été prises en compte et catégorisées dans un cadre conceptuel inspiré du modèle de Bronstein (2003). Trois objectifs spécifiques ont été fixés, et chacun a fait l’objet d’un article scientifique. Le premier article visait à identifier les variables associées à la CIP dans les équipes interdisciplinaires de SM implantées dans les RLS. Des analyses de régression linéaire ont été effectuées. Cinq variables liées aux caractéristiques interpersonnelles (l’engagement affectif envers l'équipe, le climat d'équipe, l’autonomie de l'équipe, le partage et l’intégration des connaissances), une variable liée au rôle professionnel (l’identification multifocale) et une autre liée aux caractéristiques personnelles (l’âge) étaient associées à la CIP. Le deuxième article visait à identifier les profils de professionnels de la SM selon leurs perceptions de la CIP ainsi que les variables associées pouvant les différencier. À l'aide de l’analyse typologique, quatre profils de professionnels en SM ont été identifiés. Deux profils présentaient un niveau élevé de perception de la CIP, un profil présentait un niveau moyen et un autre présentait un niveau faible. Le support organisationnel, la participation à la prise de décisions, la confiance mutuelle, l’engagement affectif envers l’équipe, les croyances aux bénéfices de la collaboration interdisciplinaire, le partage et l’intégration des connaissances étaient associés aux profils ayant des scores élevés de la CIP. Enfin, le troisième article a porté sur la comparaison des variables associées à la CIP selon le contexte de soins, à savoir : les soins primaires de SM (SP-SM) et les services spécialisés. Deux modèles de régression multivariée ont été réalisés, et ont permis d’identifier les variables significativement associées à chacun des contextes. Il s’agit du partage des connaissances pour les équipes de SP-SM, du soutien organisationnel et de l’âge pour les services spécialisés. Au regard de ce qui précède, des recommandations ont été formulées à l’intention des gestionnaires des services de SM, aux CSSS et organisations de soins.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.041 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".