Development of a model of interprofessional support interventions to enhance brace adherence in adolescents with idiopathic scoliosis: a qualitative study
Notice bibliographique
Résumé
PURPOSE: Brace treatment for adolescent idiopathic scoliosis is recognized as effective if the brace is worn as prescribed (20 to 23 hrs/day). Because of its negative biopsychosocial impact on adolescent patients' quality of life, brace adherence is a common problem (average bracewear of 12 hrs/day). The purpose of this paper is to develop an interprofessional support intervention model to enhance brace adherence in adolescents with scoliosis. METHODS: We enrolled 9 health professionals working with braced patients to participate in individual interviews. Interview guides were built following the Information-Motivation-Strategy Model (DiMatteo et al., Health Psychol Rev 6:74-91, 2012) and the Interprofessional Care Competency Framework (Education UoTCfI, Toronto Acad Health Sci Network, 2017). Thematic analysis was performed to identify the most relevant concepts for designing the intervention model. A panel of 5 clinical experts was recruited to review and validate the intervention model. RESULTS: Participants suggested educational, motivational, functional, psychological and interprofessional teamwork strategies to improve the support provided to patients and parents and potentially increase brace adherence. Using the emerging themes and their relationships, we designed an Interprofessional Adherence Support (IPAS) intervention model that identifies the actors, activities, structure and intended impacts of the intervention. According to the expert panel, the IPAS model is highly relevant to respond to the brace adherence problem and has potential for implementation in practice. CONCLUSION: We designed an interprofessional support intervention model based on professional perspectives in response to the brace adherence problem in adolescents with scoliosis. Plans for implementation of the IPAS model at our scoliosis clinic are under development and considered essential for improving brace treatment outcomes.
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 | 0,030 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,007 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».