MétaCan
Menu
Retour à la cohorte
Enregistrement W4310240509 · doi:10.1007/s00415-022-11497-x

Conceptualization, use, and outcomes associated with compassion in the care of people with multiple sclerosis: a scoping review

2022· review· en· W4310240509 sur OpenAlexaff
Robert Simpson, Stephanie Posa, Tania Bruno, Sharon Simpson, Marina B. Wasilewski, Lawrence R. Robinson, Sarah Munce, Mark Bayley, Anthony Feinstein

Notice bibliographique

RevueJournal of Neurology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensHealth Sciences CentreUniversity Health NetworkSunnybrook Health Science CentreToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCINAHLConceptualizationPsycINFOCompassionQualitative researchPsychologyChecklistMindfulnessMEDLINEMedicineClinical psychologyNursingPsychological interventionPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Compassion is widely regarded as an important component of high-quality healthcare. However, its conceptualization, use, and associated outcomes in the care of people with multiple sclerosis (PwMS) have not been synthesized. The aim of this review is to scope the peer reviewed academic literature on the conceptualization, use, and outcomes associated with compassion in the care of PwMS. METHODS: Studies were eligible for inclusion if reporting primary research data from quantitative, qualitative, or mixed-methods studies on the conceptualization, use, and outcomes associated with compassion in the care of PwMS. Relevant studies were identified through searching five electronic databases (CINAHL, Cochrane Library, EMBASE, MEDLINE, and PsycINFO) in January 2022. We followed the guidance outlined in the Joanna Briggs Institute (JBI) manual for evidence synthesis, and also referred to the Preferred Reporting Items for Systematic Reviews and Meta-analyses extension for Scoping Reviews Checklist (PRISMA-ScR). Simple descriptive methods were used to chart quantitative findings, and a descriptive approach with basic content analysis was employed to describe qualitative findings. RESULTS: Fifteen studies were included (participant n = 1722): eight quantitative, six mixed-methods, one exclusively qualitative. Synthesized qualitative data revealed that PwMS conceptualize compassion as involving self-kindness, agency, and acceptance. PwMS report using self-compassion in response to unpleasant sensations and experiences. Quantitative findings suggest that compassion may mediate benefit finding, reduced distress, and improved quality of life (QoL) in PwMS, that those with the condition may become more compassionate through time, and that self-compassion specifically can be increased through training in mindfulness. In this context, greater self-compassion in PwMS correlates with less depression and fatigue, better resilience and QoL. Among studies, self-compassion was the most common outcome measure for PwMS. CONCLUSIONS: A nascent literature exists on the conceptualization, use, and outcomes associated with compassion in the care of PwMS. Further research is required to better understand what compassion means to PwMS and those caring for them. However, self-compassion can be cultivated among PwMS and may be helpful for managing unpleasant somatic symptoms and in benefit finding. Impact on other health outcomes is less clear. The use of compassion by health care providers in the care of PwMS is unstudied.

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)0,032
score de la tête « metaresearch » (Gemma)0,132
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,032
Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,132
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0160,014
Études des sciences et des technologies0,0020,003
Communication savante0,0080,006
Science ouverte0,0020,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,200
Tête enseignante GPT0,387
Écart entre enseignants0,188 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207