Peer support for stroke survivors: a case study
Notice bibliographique
Résumé
BACKGROUND: Innovative and sustainable programs are required to support the well-being of stroke survivors. Peer support is a potentially low cost way to enhance well-being of recent stroke survivors and the well-being and community reintegration of their peer supporters. This article describes the perceptions of stroke survivors, care partners, peer supporters, and professionals of an individual peer support program. METHODS: An instrumental case study design was used to examine a volunteer peer support program that provides acute care visits and telephone follow-up post-discharge. In particular, a) type of support provided, b) benefits for the stroke survivor and care partner, c) potential harms to the stroke survivor, d) impact of providing support on the peer supporter, and e) required processes were considered. Semi-structured interviews were carried out with 16 new stroke survivors and 8 care partners immediately following hospital discharge and then 6 months later, and with 7 peer supporters, 3 program co-ordinators and 4 health professionals to gather feedback from multiple stakeholders. RESULTS: Emotional, affirmational and informational support were perceived as being offered by the peer supporters. Peer visits were perceived as providing encouragement, motivation, validation, and decreased feelings of being alone. However, the visits were not perceived as beneficial to all stroke survivors. The impact on the peer supporters included increased social connections, personal growth, enjoyment, and feelings of making a difference in the lives of others. Involvement of the healthcare team, peer supporter training and a skilled coordinator were crucial to the success this program. CONCLUSIONS: Peer support can potentially enhance service to stroke survivors and promote community reintegration for peer volunteers. Further research is needed to determine the preferred format and timing of peer support, and the characteristics of stroke survivors most likely to benefit.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».