A scoping review of medication self-management intervention tools to support persons with traumatic spinal cord injury
Notice bibliographique
Résumé
BACKGROUND: Persons with traumatic spinal cord injury (SCI) use multiple medications (polypharmacy) to manage the high number of secondary complications and concurrent conditions. Despite the prevalence of polypharmacy and challenges associated with managing medications, there are few tools to support medication self-management for persons with SCI. OBJECTIVE: The purpose of this scoping review was to identify and summarize what is reported in the literature on medication self-management interventions for adults with traumatic SCI. METHODS: Electronic databases and grey literature were searched for articles that included an adult population with a traumatic SCI and an intervention targeting medication management. The intervention was required to incorporate a component of self-management. Articles were double screened and data were extracted and synthesized using descriptive approaches. RESULTS: Three studies were included in this review, all of which were quantitative. A mobile app and two education-based interventions to address self-management of SCI, medication management, and pain management, respectively, were included. Only one of the interventions was co-developed with patients, caregivers, and clinicians. There was minimal overlap in the outcomes measured across the studies, but learning outcomes (e.g., perceived knowledge and confidence), behavioural outcomes (e.g., management strategies, data entry), and clinical outcomes (e.g., number of medications, pain scores, functional outcomes) were evaluated. Results of the interventions varied, but some positive outcomes were noted. CONCLUSIONS: There is an opportunity to better support medication self-management for persons with SCI by co-designing an intervention with end-users that comprehensively addresses self-management. This will aid in understanding why interventions work, for whom, in what setting, and under what circumstances.
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 | 0,012 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,016 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».