MétaCan
Menu
Retour à la cohorte
Enregistrement W2970176706 · doi:10.1177/1352458519861267

Beyond supervised therapy: Promoting behavioral changes in people with MS

2019· review· en· W2970176706 sur OpenAlexaff
Matthew Plow, Marcia Finlayson

Notice bibliographique

RevueMultiple Sclerosis Journal · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBehavior changePsychological interventionRandomized controlled trialRehabilitationBehavior change methodsIntervention (counseling)PersuasionPsychologyPhysical medicine and rehabilitationMedicineBehaviour changePhysical therapyClinical psychologyNursingSocial psychology

Résumé

récupéré en direct d'OpenAlex

A critical aspect of many rehabilitation interventions for people with multiple sclerosis (MS) is incorporating strategies that support behavior change. The main purpose of this topical review was to summarize recent randomized clinical trials (RCTs) of rehabilitation interventions in which participants learn and apply skills or engage in healthy behaviors. The Capability, Opportunity, Motivation, and Behavior (COM-B) framework was used to broadly classify behavior-change strategies. The included RCTs varied widely in terms of dosing, delivery format, and types of interventionist. Commonly used behavior-change strategies include education, persuasion, and training. We recommend that researchers and clinicians use frameworks like Behavior Change Wheel and Behavior Change Technique Taxonomy to describe and classify intervention strategies used to promote behavior change. We also recommend more sophisticated RCTs be conducted (e.g. sequential multiple assignment randomized trial and three-arm RCTs) to better understand ways of promoting behavior change in rehabilitation interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,240
Tête enseignante GPT0,373
Écart entre enseignants0,133 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207