MétaCan
Menu
Retour à la cohorte
Enregistrement W3169108569 · doi:10.2147/ppa.s308223

Medication Management Frameworks in the Context of Self-Management: A Scoping Review

2021· review· en· W3169108569 sur OpenAlexafffund
Lauren Cadel, Stephanie R. Cimino, Teagan Rolf von den Baumen, Kadesha A James, Lisa McCarthy, Sara J. T. Guilcher

Notice bibliographique

RevuePatient Preference and Adherence · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensWomen's College HospitalHealth Sciences CentreSunnybrook Health Science CentreToronto Rehabilitation InstituteTrillium Health CentreUniversity of Toronto
Organismes subventionnairesLeslie Dan Faculty of Pharmacy, University of TorontoCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésCINAHLMedicineContext (archaeology)Self-managementConceptualizationMEDLINEPolypharmacyMedication therapy managementKnowledge managementNursingPharmacyComputer sciencePharmacistPsychological interventionIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Many individuals take multiple prescribed and unprescribed medications, also known as polypharmacy, which can be problematic. Improving medication self-management is important; however, most medication management frameworks focus on adherence and limit the integration of the core components of self-management. Therefore, the objective of this scoping review was to identify what is reported in the literature on medication management frameworks or models within the context of self-management. METHODS: Electronic databases (Medline, Embase, CINAHL and Cochrane Library) and grey literature (healthcare and government organization websites) were searched for articles that described a framework or model developed or adapted for medication management, included components of self-management and was published from January 2000 to January 2020. During the screening of titles and abstracts, 5668 articles were reviewed, 5242 were excluded and 426 were then assessed at the full-text level. Thirty-nine articles met the eligibility criteria and were included in the review. RESULTS: About half of the frameworks were newly developed (n=20), while the other half were adapted from, or applied, a previous model or framework (n=19). The majority of frameworks focused on medication adherence and most of the self-management domains were categorized as medical management, followed by emotional and role management. CONCLUSION: Medication self-management is a complex process and often impacts multiple areas of an individual's life. It is important for future frameworks to incorporate a comprehensive, holistic conceptualization of self-management that is inclusive of the three self-management domains - medical, emotional and role management.

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)0,020
score de la tête « metaresearch » (Gemma)0,070
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 enseignants0,020
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,070
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0160,018
Études des sciences et des technologies0,0020,002
Communication savante0,0070,007
Science ouverte0,0020,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,113
Tête enseignante GPT0,379
Écart entre enseignants0,266 · 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePatient Preference and AdherenceMême sujetMedication Adherence and ComplianceTravaux en français237 207