Interventions involving own treatment choice for people living with coexisting severe mental illness and type 1 or 2 diabetes: A scoping review
Notice bibliographique
Résumé
AIM: The objective of this scoping review was to summarize, understand and provide an overview of the empirical literature on interventions involving own treatment choice for people with coexisting diabetes (type 1 and 2) and severe mental illness (SMI). METHODS: This scoping review undertook a systematic literature assessment. Searches were performed in MEDLINE, Embase, PsycINFO, Web of Science, CINAHL, the Cochrane Library and grey literature (OpenGrey, Google Scholar and Danish Health and Medicine Authority databases). Publications from 2000 to July 2020 were of interest. Studies were included if they involved the users' own choice of treatment. INCLUDED STUDIES: RCT, intervention, cohort and case-based studies. RESULTS: A total of 4320 articles were screened, of which nine were included. The review identified eight studies from the United States and one from Canada testing different interventions for people with SMI and diabetes (one diabetes education program, five randomized controlled trials, one retrospective cohort study, one naturalistic intervention program and one case vignette). The interventions described in the nine articles involved service users, the majority incorporated individualized healthcare plans, and all interventions were based on multidisciplinary teamwork. CONCLUSIONS: Research in the area is limited. Care management interventions tend to focus on a single condition, paradoxically excluding SMI during enrolment. Interventions aimed at people with both conditions often prioritize one condition treatment leading to an unbalanced care.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».