MétaCan
Menu
Retour à la cohorte
Enregistrement W2338539292 · doi:10.1186/s13012-016-0419-1

Characterizing patient-oriented tools that could be packaged with guidelines to promote self-management and guideline adoption: a meta-review

2015· review· en· W2338539292 sur OpenAlexaff
Robin W.M. Vernooij, Melina L Willson, Anna R. Gagliardi

Notice bibliographique

RevueImplementation Science · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensToronto General HospitalUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth informaticsHealth administrationGuidelineHealth services researchPublic healthNursingPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Self-management is an important component of care for patients or consumers (henceforth termed patients) with chronic conditions. Research shows that patients view guidelines as potential sources of self-management support. However, few guidelines provide such support. The primary purpose of this study was to characterize effective types of self-management interventions that could be packaged as resources in (i.e., appendices) or with guidelines (i.e., accompanying products). METHODS: We conducted a meta-review of systematic reviews that evaluated self-management interventions. MEDLINE, EMBASE, and the Cochrane Library were searched from 2005 to 2014 for English language systematic reviews. Data were extracted on study characteristics, intervention (content, delivery, duration, personnel, single or multifaceted), and outcomes. Interventions were characterized by the type of component for different domains (inform, activate, collaborate). Summary statistics were used to report the characteristics, frequency, and impact of the types of self-management components. A Measurement Tool to Assess Systematic Reviews (AMSTAR) was used to assess the methodological quality of included reviews. RESULTS: Seventy-seven studies were included (14 low, 44 moderate, 18 high risk of bias). Reviews addressed numerous clinical topics, most frequently diabetes (23, 30 %). Fifty-four focused on single (38 educational, 16 self-directed) and 21 on multifaceted interventions. Support for collaboration with providers was the least frequently used form of self-management. Most conditions featured multiple types of self-management components. The most frequently occurring type of self-management component across all studies was lifestyle advice (72 %), followed by psychological strategies (69 %), and information about the condition (49 %). In most reviews, the intervention both informed and activated patients (57, 76 %). Among the reviews that achieved positive results, 83 % of interventions involved activation alone, 94 % in combination with information, and 95 % in combination with information and collaboration. No trends in the characteristics and impact of self-management by condition were observed. CONCLUSIONS: This study revealed numerous opportunities for enhancing guidelines with resources for both patients and providers to support self-management. This includes single resources that provide information and/or prompt activation. Further research is needed to more firmly establish the statistical association between the characteristics of self-management support and outcomes; and to and optimize the design of self-management resources that are included in or with guidelines, in particular, resources that prompt collaboration with providers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,073
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0170,035
Bibliométrie0,0130,013
Études des sciences et des technologies0,0010,001
Communication savante0,0050,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,325
Tête enseignante GPT0,500
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetDiabetes Management and EducationTravaux en français237 207