MétaCan
Menu
Retour à la cohorte
Enregistrement W3131359766 · doi:10.1186/s12888-021-03504-8

The effects of self-management interventions on depressive symptoms in adults with chronic physical disease(s) experiencing depressive symptomatology: a systematic review and meta-analysis

2021· review· en· W3131359766 sur OpenAlexafffund
Lydia Ould Brahim, Sylvie Lambert, Nancy Feeley, Chelsea Coumoundouros, Jamie Schaffler, Jane McCusker, Erica E. M. Moodie, John William Kayser, Kendall Kolne, Éric Belzile, Christine Genest

Notice bibliographique

RevueBMC Psychiatry · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalMcGill University
Organismes subventionnairesFonds de Recherche du Québec - SantéCanada Excellence Research Chairs, Government of CanadaRéseau de recherche portant sur les interventions en sciences infirmières du QuébecMcGill University
Mots-clésPsychological interventionPsychosocialMedicinePsycINFOMeta-analysisCINAHLPopulationDepression (economics)MEDLINERandomized controlled trialAnxietyQuality of life (healthcare)PsychiatryPhysical therapyClinical psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic diseases are the leading cause of death worldwide. It is estimated that 20% of adults with chronic physical diseases experience concomitant depression, increasing their risk of morbidity and mortality. Low intensity psychosocial interventions, such as self-management, are part of recommended treatment; however, no systematic review has evaluated the effects of depression self-management interventions for this population. The primary objective was to examine the effect of self-management interventions on reducing depressive symptomatology in adults with chronic disease(s) and co-occurring depressive symptoms. Secondary objectives were to evaluate the effect of these interventions on improving other psychosocial and physiological outcomes (e.g., anxiety, glycemic control) and to assess potential differential effect based on key participant and intervention characteristics (e.g., chronic disease, provider). METHODS: Studies comparing depression self-management interventions to a control group were identified through a) systematic searches of databases to June 2018 [MEDLINE (1946 -), EMBASE (1996 -), PsycINFO (1967 -), CINAHL (1984 -)] and b) secondary 'snowball' search strategies. The methodological quality of included studies was critically reviewed. Screening of all titles, abstracts, and full texts for eligibility was assessed independently by two authors. Data were extracted by one author and verified by a second. RESULTS: Fifteen studies were retained: 12 for meta-analysis and three for descriptive review. In total, these trials included 2064 participants and most commonly evaluated interventions for people with cancer (n = 7) or diabetes (n = 4). From baseline to < 6-months (T1), the pooled mean effect size was - 0.47 [95% CI -0.73, - 0.21] as compared to control groups for the primary outcome of depression and - 0.53 [95% CI -0.91, - 0.15] at ≥ 6-months (T2). Results were also significant for anxiety (T1) and glycemic control (T2). Self-management skills of decision-making and taking action were significant moderators of depression at T1. CONCLUSION: Self-management interventions show promise in improving depression and anxiety in those with concomitant chronic physical disease. The findings may contribute to the development of future Self-management interventions and delivering evidence-based care to this population. Further high-quality RCTs are needed to identify sources of heterogeneity and investigate key intervention components.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,331
Écart entre enseignants0,314 · 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'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

Citations34
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetDiabetes Management and EducationTravaux en français237 207