Use of multimedia in patient and caregiver education for cancer pain management: a literature review
Notice bibliographique
Résumé
Pain is one of the most prominent symptoms faced by cancer patients. It is known that patient and caregiver-targeted educational interventions addressing the proper use of pain management may provide significant clinical value. This review examines the literature surrounding the use of multimedia interventions for patient and caregiver education (PCE) on pain management compared to traditional educational interventions. A literature search was conducted in Ovid MEDLINE (1946-July Week 2, 2016), Ovid Embase (1947-2016 Week 29), and Ovid Cochrane Central Register of Controlled Trials (up to June 2016). Paired reviewers conducted title and abstract screening and full-text screening to identify experimental, quasi-experimental and cohort studies evaluating one or more multimedia-based PCE interventions focused on cancer pain and pain management and targeting patients and/or caregivers. Findings were extracted by paired reviewers and synthesized qualitatively. Of the 68 full-text papers assessed, 7 were deemed relevant, of which 5 were RCTs and 2 were observational studies. We found limited but convincing quantitative data to suggest that the use of multimedia use in pain management education for patients/caregivers has greater value-added benefit compared to standard education. While there is evidence suggesting a positive effect on pain-related outcomes with the use of multimedia-based patient and caregiver-targeted interventions, it is limited to a small number of lower-quality studies. More robust and large-scale studies are needed to supplement existing evidence and provide more insight regarding the usability and user-friendliness of these tools in practice.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».