MétaCan
Menu
← Retour à la cohorte
Enregistrement W2990379377 · doi:10.1136/bmjpo-2019-rcpch-sahm.40

P36 Effectiveness of interventions to improve self-management for adolescents and young adults with allergic conditions: A systematic review

2019· review· en· W2990379377 sur OpenAlexaboutno aff
Liz Angier, Cherry Alviani, Charlotte Gotthard Moertz, Marta Vázquez‐Ortiz, Graham Roberts

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionMotivational interviewingMoodMedicineSystematic reviewAsthmaSelf-managementRandomized controlled trialQuality of life (healthcare)MEDLINECoping (psychology)Physical therapyClinical psychologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

Aims This systematic review aimed to review the literature on interventions for improving self-management and wellbeing in adolescents and young adults (11-25 years) with allergic conditions, including asthma. Methods A search strategy was constructed using Cochrane Database of Systematic Reviews, MEDLINE, Embase and Psychinfo. Studies had to be controlled trials or randomised control trials. Databases were searched to February 10, 2019. Quality assessments and data extraction were undertaken independently by two reviewers. Results A total of 30 papers reporting data from 27 studies were included. Studies were conducted in the USA (k=17); Netherlands (k=2); Iran (k=2); Australia (k=2); Jordan (k=1); Canada (k=1); UK (k=1); Germany (k=1). Interventions were of 4 main types: psychological (k=9); E-health (k=8); educational (k=4); peer led (k=5); with 1 intervention focused on breathing re-training. All interventions were for asthma. Psychological interventions used cognitive behavioural or motivational interviewing methods, emotional disclosure, stress management or problem solving to improve health outcomes. Significant improvements in the intervention group compared to the control group were found for self-esteem, quality of life, self-efficacy, coping strategies and mood alongside improvements in asthma symptoms. E-Health interventions included the use of web-based computer tailored information, telecommunication compressed videos or mobile applications. Significant improvements were seen across most studies in inhaler technique, adherence, quality of life and in asking questions about asthma medication, triggers and environmental control. Educational interventions included group sessions focusing on asthma prevention and management, individual coaching sessions and nurse-led asthma clinics. They demonstrated significantly improved management of asthma symptoms, improved controller medication use and increased use of a written management plan, reduction in symptoms and improved quality of life. The peer led interventions included the Triple A (Adolescent Asthma Action) programme and a peer-led camp based on the Power Breathing Programme. Improvements were found for self-efficacy, school absenteeism and quality of life. Conclusion Although significant improvements were seen across all intervention types, many studies were small feasibility or pilot studies and no studies for allergic conditions other than asthma met the inclusion criteria. Large longitudinal interventional studies across the range of allergic conditions are required to strengthen the evidence base.

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)0,011
score de la tête « metaresearch » (Gemma)0,046
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 enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,046
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0100,011
Bibliométrie0,0090,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,059
Tête enseignante GPT0,473
Écart entre enseignants0,414 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSchool Health and Nursing Education→Travaux en français237 207→