From hands‐on to remote: Moderators of response to a novel self‐management telehealth programme during the <scp>COVID</scp>‐19 pandemic
Notice bibliographique
Résumé
BACKGROUND: In March 2020, state-wide lockdowns were declared in many countries, including Spain. Citizens were confined to their homes and remotely supported activities were prioritized as an alternative to in-person interactions. Previous data suggest that remote and self-management interventions may be successful at reducing pain and related psychological variables. However, individual factors influencing the effectiveness of these interventions remain to be identified. We aimed to investigate the psychological and motivational factors moderating changes in pain observed in chiropractic patients undertaking a novel telehealth self-management programme. METHODS: A cohort of 208 patients from a chiropractic teaching clinic was recruited to participate in the study. Patients received telehealth consultations and individualized self-management strategies tailored for their current complaint. They were encouraged to make use of these strategies daily for 2-4 weeks, whilst rating their pain intensity, motivation and adherence. Validated questionnaires were completed online to assess catastrophizing, kinesiophobia and anxiety. RESULTS: A total of 168 patients completed the first 2 weeks of the programme, experiencing significant reductions in all variables. Kinesiophobia emerged as a key factor influencing pain reduction and moderating the association between motivation and pain relief. In turn, adherence to the programme was associated with lower pain intensity, although moderated by the degree of motivation. CONCLUSIONS: In the context of COVID-19, when introducing remote and self-management strategies, pain cognitions and motivational factors should be taken into consideration to foster adherence and yield better pain 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 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 | 0,017 | 0,003 |
| 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 | 0,000 | 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) | 0,000 | 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 ».