MétaCan
Menu
Retour à la cohorte
Enregistrement W4384401352 · doi:10.1111/hex.13821

Transition readiness of youth with co‐occurring chronic health and mental health conditions: A mixed methods study

2023· article· en· W4384401352 sur OpenAlexafffund
Brooke Allemang, Susan Samuel, Katelyn Greer, Keighley Schofield, Karina Pintson, Megan Patton, Marcela Farias, Kathleen C. Sitter, Scott B. Patten, Andrew S. Mackie, Gina Dimitropoulos

Notice bibliographique

RevueHealth Expectations · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent and Pediatric Healthcare
Établissements canadiensStollery Children's HospitalUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta Innovates
Mots-clésMental healthPsychologyQualitative researchComorbidityQualitative propertySample (material)Applied psychologyClinical psychologyYoung adultDevelopmental psychologyPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A large proportion of youth with chronic conditions have mental health comorbidities. However, the effect of these comorbidities on paediatric-adult transition readiness, and the relevance of widely used tools for measuring transition readiness, are unknown. OBJECTIVE: The objectives of this study were to describe and explore the transition readiness of youth with co-occurring chronic health and mental health conditions using a combination of quantitative data obtained from participants completing the Transition Readiness Assessment Questionnaire (TRAQ) and qualitative data. DESIGN AND PARTICIPANTS: A three-phase sequential explanatory mixed methods design was employed, with the qualitative strand taking priority. First, the TRAQ scores (range 1-5) of youth with co-occurring conditions (n = 61) enroled in a multisite randomized controlled trial were measured, followed by qualitative interviews with a sample of youth (n = 9) to explain the quantitative results. Results from both strands were then integrated, yielding comprehensive insights. RESULTS: Median TRAQ scores ranged from 2.86 on the appointment keeping subscale to 5.00 on the talking with providers subscale. The qualitative results uncovered the complexities faced by this group concerning the impact of a mental health comorbidity on transition readiness and self-management skills across TRAQ domains. The integrated findings identified a diverse and highly individualized set of strengths and challenges amongst this group that did not align with overarching patterns as measured by the TRAQ. CONCLUSIONS: This mixed methods study generated novel understandings about how youth with co-occurring conditions develop competencies related to self-care, self-advocacy and self-management in preparation for paediatric-adult service transitions. Results demonstrated the assessment of transition readiness using a generic scale does not address the nuanced and complex needs of youth with co-occurring chronic health and mental health conditions. Our findings suggest tailoring transition readiness practices for this group based on youths' own goals, symptoms, coping mechanisms and resources. PATIENT OR PUBLIC INVOLVEMENT: This study was conducted in collaboration with five young adult research partners (YARP) with lived experience transitioning from paediatric to adult health/mental health services. The YARP's contributions across study phases ensured the perspectives of young people were centred throughout data collection, analysis, interpretation and presentation of findings. All five YARP co-authored this manuscript.

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)0,035
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,122
Tête enseignante GPT0,537
Écart entre enseignants0,416 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth ExpectationsMême sujetAdolescent and Pediatric HealthcareTravaux en français237 207