Training peers to deliver mental health support to adults with type 1 diabetes using the <scp>REACHOUT</scp> mobile app
Notice bibliographique
Résumé
AIMS: While peer support research is growing in the Type 1 diabetes (T1D) community, the peer supporter training (PST) process is rarely documented in detail. This study provides a comprehensive description of PST and evaluation for the REACHOUT mental health support intervention, and examines the feasibility and perceived utility of PST. METHODS: Fifty-three adults with T1D were recruited to participate in a 6-hour, zoom-based PST program for mental health support. The program was structured in three parts: (1) internal motivation, resilience and empathy; (2) mindfulness, emotions and diabetes distress; and (3) active listening and deferring clinical questions to professionals. Candidates were evaluated based on eight pre-established competency criteria during a 5-day support trial with an assigned standardized T1D participant. Perceived usefulness of training skills was also assessed 3 months into the REACHOUT mental health support intervention. RESULTS: Fifty-one of the fifty-three candidates who completed training achieved the criteria to graduate. Mean scores for the eight competency domains were: listens actively (4.55); asks open-ended questions (4.12); expresses empathy (4.42); avoids passing judgment (4.67); sits with strong emotions (4.44); refrains from giving advice (4.38); makes reflections (4.5); and defers medical questions (4.58). Of the skills learned during the PST, 95% rated interpreting and discussing diabetes distress profile and expressing empathy as moderately to extremely useful. CONCLUSIONS: Findings demonstrate that it is feasible to recruit and graduate the number of trainees needed using a rigorous process. Only by making training protocols available can the PST be replicated and translated to other T1D populations (e.g. adolescents, parents of children with T1D).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».