Medication self-management toolkits for adults with multiple sclerosis: A scoping review
Notice bibliographique
Résumé
Background: Multiple sclerosis (MS) is an autoimmune disease that is often treated with multiple medications. Managing multiple medications, also known as polypharmacy, can be challenging for persons with MS. Toolkits are instructional resources designed to promote behaviour change. Toolkits may support medication self-management for adults with MS, as they have been useful in other populations with chronic conditions. Objective: The main purpose of this review was to identify and summarize medication self-management toolkits for MS, as related to the design, delivery, components, and measures used to evaluate implementation and/or outcomes. Methods: A scoping review was conducted following guidelines by JBI. Articles were included if they focused on adults (18 years or older) with MS. Results: Six articles reporting on four unique toolkits were included. Most toolkits were technology-based, including mobile or online applications, with only one toolkit being paper-based. The toolkits varied in type, frequency, and duration of medication management support. Varying outcomes were also identified, but there were improvements reported in symptom management, medication adherence, decision-making, and quality of life. The six studies were quantitative in design, with no studies exploring the user experience from a qualitative or mixed-methods design. Conclusions: There is limited research on medication self-management toolkits among adults with MS. Future development, implementation, and evaluation mixed-methods research are needed to explore user experiences and overall design of toolkits.
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 | 0,013 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».