Challenges of self-management when living with multiple chronic conditions: systematic review of the qualitative literature.
Notice bibliographique
Résumé
OBJECTIVE: To explore the perspectives of patients who live with multiple chronic conditions as they relate to the challenges of self-management. DATA SOURCES: On September 30, 2013, we searched MEDLINE, EMBASE, and CINAHL using relevant key words including chronic disease, comorbidity, multimorbidity, multiple chronic conditions, self-care, self-management, perspective, and perception. STUDY SELECTION: Three reviewers assessed and extracted the data from the included studies after study quality was rated. Qualitative thematic synthesis method was then used to identify common themes. Twenty-three articles met the inclusion criteria, with most coming from the United States. SYNTHESIS: Important themes raised by people living with multiple chronic conditions related to their ability to self-manage included living with undesirable physical and emotional symptoms, with pain and depression highlighted. Issues with conflicting knowledge, access to care, and communication with health care providers were raised. The use of cognitive strategies, including reframing, prioritizing, and changing beliefs, was reported to improve people's ability to self-manage their multiple chronic conditions. CONCLUSION: This study provides a unique view into patients' perspectives of living with multiple chronic conditions, which are clearly linked to common functional challenges as opposed to specific diseases. Future policy and programming in self-management support should be better aligned with patients' perspectives on living with multiple chronic conditions. This might be achieved by ensuring a more patient-centred approach is adopted by providers and health service organizations.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».