Depressive Symptoms Moderated the Effect of Chronic Illness Self-Management Training on Self-Efficacy
Notice bibliographique
Résumé
BACKGROUND: Identifying moderators of the effects of self-efficacy enhancing interventions could facilitate their refinement and more targeted, cost-effective delivery. Current theories and data concerning the potential moderating effect of depressive symptoms on interventions to enhance patient chronic illness self-management self-efficacy are conflicting. OBJECTIVES: To explore the moderating effect of depressive symptoms on the effect of an intervention to enhance patient self-efficacy for self-managing chronic illness. RESEARCH DESIGN: Regression analyses using baseline and postintervention (6 weeks) data from an ongoing randomized controlled trial. SUBJECTS: Patients (N = 415) aged >or=40 years recruited from a primary care network in Northern California with arthritis, asthma, chronic obstructive pulmonary disease, congestive heart failure, depression, and/or diabetes mellitus, plus impairment in >or=1 basic activity, and/or a score of >or=4 on the 10-item Center for Epidemiologic Studies Depression Scale (CES-D). MEASURES: Stanford self-efficacy scale, self-reported depression, CES-D, and Medical Outcomes Study Short Form health status questionnaire (SF-36) Mental Component Summary score. RESULTS: Regression analyses revealed the intervention was effective primarily in those with self-reported depression (interaction effect F = 8.24, P = 0.0003), highest CES-D score category (F = 5.68, P = 0.0037), and lowest (most depressed) Mental Component Summary-36 tercile (F = 4.36, P = 0.0135). CONCLUSIONS: Individuals with more depressive symptoms seem more likely to experience self-efficacy gains from chronic illness self-management training than individuals with less depressive symptoms. Future self-management training studies should stratify subjects within study groups by depressive symptom level to further explore its potential moderating effect.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».