Self-management of non-communicable diseases in low- and middle-income countries: A scoping review
Notice bibliographique
Résumé
BACKGROUND: The prevalence of non-communicable diseases (NCDs) is rising in low- and middle-income countries (LMICs). Self-management, which enables patients to better manage their health, presents a potentially-scalable means of mitigating the growing burden of NCDs in LMICs. Though the effectiveness of self-management interventions in high-income countries is well-documented, the use of these strategies in LMICs has yet to be thoroughly summarized. OBJECTIVE: The purpose of this scoping review is to summarize the nature and effectiveness of past interventions that have enabled the self-management of NCDs in LMICs. METHODS: Using the scoping review methodology proposed by Arksey and O'Malley, PubMed was searched for relevant articles published between January 2007 and December 2018. The implemented search strategy comprised three major themes: self-management, NCDs and LMICs. RESULTS: Thirty-six original research articles were selected for inclusion. The selected studies largely focused on the self-management of diabetes (N = 21), hypertension (N = 7) and heart failure (N = 5). Most interventions involved the use of short message service (SMS, N = 17) or phone calls (N = 12), while others incorporated educational sessions (N = 10) or the deployment of medical devices (N = 4). The interventions were generally effective and often led to improvements in physiologic indicators, patient self-care and/or patient quality of life. However, the studies emphasized results in small populations, with little indication of future scaling of the intervention. Furthermore, the results indicate a need for further research into the self-management of cardiovascular diseases, as well as for the co-management of diabetes and cardiovascular disease. CONCLUSIONS: Self-management appears to be an effective means of improving health outcomes in LMICs. Future strategies should include patients and clinicians in all stages of design and development, allowing for a focus on long-term sustainability, scalability and interoperability of the intervention in the target setting.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».