Can pain be managed through the Internet? A systematic review of randomized controlled trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Given the increasing penetration and health care related use of the Internet, we examined the evidence on the impact of Internet-based interventions on pain. A search of Medline, CINAHL, PsycINFO, and the Cochrane Library was conducted for literature published from 1990 to 2010 describing randomized controlled trials that assessed the effects of Internet-based interventions on patients with pain of any kind. Of 6724 citations, 17 articles were included. The studies evaluated the effects of interventions that provided cognitive and behavioral therapy, moderated peer support programs, or clinical visit preparation or follow-up support on 2503 people in pain. Six studies (35.3%) received scores associated with high quality. Most cognitive and behavioral therapy studies showed an improvement in pain (n=7, 77.8%), activity limitation (n=4, 57.1%) and costs associated with treatment (n=3, 100%), whereas effects on depression (n=2, 28.6%) and anxiety (n=2, 50%) were less consistent. There was limited (n=2 from same research group) but promising evidence that Internet-based peer support programs can lead to improvements in pain intensity, activity limitation, health distress and self-efficacy; limited (n=4 from same research group) but promising evidence that social networking programs can reduce pain in children and adolescents; and insufficient evidence on Internet-based clinical support interventions. Internet-based interventions seem promising for people in pain, but it is still unknown what types of patients benefit most. More well-designed studies with diverse patient groups, active control conditions, and a better description of withdrawals are needed to strengthen the evidence concerning the impact of Internet-based interventions on people in pain.
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.
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 | 0,241 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,030 | 0,010 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle