MétaCan
Menu
Retour à la cohorte
Enregistrement W4307090896 · doi:10.1111/jpm.12881

Randomized controlled trials of mental health nurse‐delivered interventions: A systematic review

2022· review· en· W4307090896 sur OpenAlexaboutno aff
Geoffrey L. Dickens, Mohammed Al Maqbali, Nicole Blay, Nutmeg Hallett, Robin Ion, Louise Lingwood, Mariyana Schoultz, Tracy Tabvuma

Notice bibliographique

RevueJournal of Psychiatric and Mental Health Nursing · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthPsychological interventionSystematic reviewMedicineRandomized controlled trialNursingCritical appraisalEvidence-based practiceMEDLINEMultidisciplinary approachHealth careFamily medicineAlternative medicinePsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

WHAT IS KNOWN ON THE SUBJECT?: Well conducted randomized controlled trials provide the highest level of evidence of effectiveness of healthcare interventions, including those delivered by mental health nurses. Trials have been conducted over the years but there has not been a comprehensive review since 2005, and never one including studies conducted outside the UK. WHAT THE PAPER ADDS TO EXISTING KNOWLEDGE?: The paper provides a comprehensive overview of results from randomized controlled trials of mental health nurse-delivered interventions conducted in the UK, Ireland, US, Australia, New Zealand, or Canada and reported 2005 to 2020. It highlights that the trial evidence is limited and offers only partial evidence for interventions that are central to mental health nursing practice. WHAT ARE THE IMPLICATIONS FOR PRACTICE?: Much mental health nursing practice is not supported by the highest level trial evidence. Mental health nurses need to carefully select evidence on which to base their practice both from the mental health nursing literature and beyond. Mental health nurses and other stakeholders should demand greater investment in trials to strengthen the evidence base. ABSTRACT: INTRODUCTION: Nurses are the largest professional disciplinary group working in mental health services and have been involved in numerous trials of nursing-specific and multidisciplinary interventions. Systematic appraisal of relevant research findings is rare. AIM: To review trials from the core Anglosphere (UK, US, Canada, Ireland, Australia, New Zealand) published from 2005 to 2020. METHOD: A systematic review reported in accordance with the Preferred Reporting Items for Systematic reviews and Meta-Analyses. Comprehensive electronic database searches were conducted. Eligible studies were randomized controlled trials of mental health nurse-delivered interventions conducted in relevant countries. The risk of bias was independently assessed. Synthesis involved integration of descriptive statistics of standardized metrics and study bias. RESULTS: Outcomes from 348 between-group comparisons were extracted from K = 51 studies (N = 11,266 participants), Standardized effect sizes for 68 (39 very small/small, 29 moderate/large) statistically significant outcomes from 30 studies were calculable. All moderate/large effect sizes were at risk of bias. DISCUSSION: Trial evidence of effective mental health nurse-delivered interventions is limited. Many studies produced few or no measurable benefits; none demonstrated improvements related to personal recovery. IMPLICATIONS FOR PRACTICE: Mental health nurses should look beyond gold standard RCT evidence, and to evidence-based interventions that have not been trialled with mental health nurse delivery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,060
score de la tête « metaresearch » (Gemma)0,226
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,226
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0200,017
Bibliométrie0,0100,012
Études des sciences et des technologies0,0020,002
Communication savante0,0050,006
Science ouverte0,0030,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,231
Tête enseignante GPT0,599
Écart entre enseignants0,368 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Psychiatric and Mental Health NursingMême sujetHealth Sciences Research and EducationTravaux en français237 207