Self-management interventions for chronic disease: a systematic scoping review
Notice bibliographique
Résumé
OBJECTIVE: To investigate the contributions of physiotherapy and occupational therapy to self-management interventions and the theoretical models used to support these interventions in chronic disease. DATA SOURCES: We conducted two literature searches to identify studies that evaluated self-management interventions involving physiotherapists and occupational therapists in MEDLINE, the Cochrane Library, CINAHL, EMBASE, AMED (Allied and Complementary Medicine), SPORTdiscus, and REHABDATA databases. STUDY SELECTION: Four investigator pairs screened article title and abstract, then full text with inclusion criteria. Selected articles (n = 57) included adults who received a chronic disease self-management intervention, developed or delivered by a physiotherapist and/or an occupational therapist compared with a control group. DATA EXTRACTION: Four pairs of investigators performed independent reviews of each article and data extraction included: (a) participant characteristics, (b) the self-management intervention, (c) the comparison intervention, (d) outcome measures, construct measured and results. DATA SYNTHESIS: A total of 47 articles reported the involvement of physiotherapy in self-management compared with 10 occupational therapy articles. The type of chronic condition produced different yields: arthritis n = 21 articles; chronic obstructive pulmonary disease and chronic pain n = 9 articles each. The theoretical frameworks most frequently cited were social cognitive theory and self-efficacy theory. Physical activity was the predominant focus of the self-management interventions. Physiotherapy programmes included disease-specific education, fatigue, posture, and pain management, while occupational therapists concentrated on joint protection, fatigue, and stress management. CONCLUSIONS: Physiotherapists and occupational therapists make moderate contributions to self-management interventions. Most of these interventions are disease-specific and are most frequently based on the principles of behaviour change theories.
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 | 0,028 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,020 | 0,017 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».