Out of the mouths of Peer Leaders: Perspectives on how to improve a telephone‐based peer support intervention in type 2 diabetes
Notice bibliographique
Résumé
OBJECTIVE: To explore the experiences of peer leaders with respect to delivering core components of a 12-month, telephone-based peer support intervention in type 2 diabetes within a tertiary-care setting. METHODS: Seventeen peer leaders were recruited and interviewed. Interviews lasted approximately 20 to 45 min, were audio-taped, and transcribed verbatim. The transcripts were analysed by two team members using the qualitative descriptive approach. FINDINGS: Peer leaders reported mutually beneficial and reciprocal relationships with participants. They encountered challenges in maintaining regular contact with participants and in motivating them to make lifestyle changes. To improve the programme, peer leaders suggested having more frequent - but shorter - training sessions and reducing the diabetes education component of the training programme. To enhance the intervention fidelity and retention rate, they recommended matching peer leaders to participants on more meaningful variables (e.g. diabetes-related commonalities, personality, life experiences, etc.) beyond just gender, geographic proximity and availability. They also requested more frequent face-to-face contacts with participants (Modality of Contact), and additional ongoing support from the research team. CONCLUSION: Peer leaders were satisfied with the intervention design. However, future studies may consider more comprehensive peer leader-matching algorithms and increased opportunities for in-person communication modalities. CLINICALTRIALS: gov Identifier: NCT02804620.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».