Har du förstått? En systematisk litteraturöversikt om hälsolitteracitet i primärvården
Notice bibliographique
Résumé
Introduction: Health Literacy (HL) means the ability to understand, apply and actively seek information related to the individuals’ health/illness. Previous research has shown that there are major differences in health that can be linked to different levels of HL, and that the knowledge situation around HL is low in Europe compared with USA/Canada/Asia. Communication between healthcare professionals and patients is not always optimal because the patient does not understand everything conveyed by healthcare professionals. It is therefore important to find out how staff works with HL in primary care. Aim: To compile research on methods aimed at assessing and strengthening patients' health capacity in primary care Method: A systematic literature review was chosen to investigate HL. A large number of searches were conducted in scientific databases, resulting in eleven articles being included in the result. Results: Five methods used by health professionals were identified; “Teach Back”, “Bring a Friend”, “Layman Terms”, “Ask”, and “Gut Feeling”. Conclusion: The methods described cannot be used for all patients. Which method used needs to be assessed to fit each individual patient. The methods sometimes need to be combined or exchanged for another method. To better understand which method fits best, a measuring instrument for assessing patients' HL levels could be used. Further research from Europe and the Nordic Region about measuring instruments and methods for practical work with HL are needed in order to increase patient centering and reduce community costs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».