Peer-support interventions for women with cardiovascular disease: protocol for synthesising the literature using an evidence map
Notice bibliographique
Résumé
INTRODUCTION: The leading cause of death for women is cardiovascular disease (CVD), including ischaemic heart disease, stroke and heart failure. Previous literature suggests peer support interventions improve self-reported recovery, hope and empowerment in other patient populations, but the evidence for peer support interventions in women with CVD is unknown. The aim of this study is to describe peer support interventions for women with CVD using an evidence map. Specific objectives are to: (1) provide an overview of peer support interventions used in women with ischaemic heart disease, stroke and heart failure, (2) identify gaps in primary studies where new or better studies are needed and (3) describe knowledge gaps where complete systematic reviews are required. METHODS AND ANALYSIS: We are building on previous experience and expertise in knowledge synthesis using methods described by the Evidence for Policy and Practice Information (EPPI) and the Coordinating Centre at the Institute of Education. Seven databases will be searched from inception: CINAHL, Embase, MEDLINE, APA PsycINFO, the Cochrane Database of Systematic Reviews and the Cochrane Central Register of Controlled Trials, and Scopus. We will also conduct grey literature searches for registered clinical trials, dissertations and theses, and conference abstracts. Inclusion and exclusion criteria will be kept broad, and studies will be included if they discuss a peer support intervention and include women, independent of the research design. No date or language limits will be applied to the searches. Qualitative findings will be summarised narratively, and quantitative analyses will be performed using R. ETHICS AND DISSEMINATION: The University of Toronto's Research Ethics Board granted approval on 28 April 2022 (Protocol #42608). Bubble plots (ie, weighted scatter plots), geographical heat/choropleth maps and infographics will be used to illustrate peer support intervention elements by category of CVD. Knowledge dissemination will include publication, presentation/public forums and social media.
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 | 0,131 | 0,181 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,006 |
| Méta-épidémiologie (sens large) | 0,013 | 0,020 |
| Bibliométrie | 0,022 | 0,019 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,007 | 0,011 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,105 | 0,015 |
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 ».