MétaCan
Menu
Retour à la cohorte
Enregistrement W4391172276 · doi:10.3389/fneur.2024.1332859

Participants’ perspectives of “NeuroSask: Active and Connect”—a virtual chronic disease management program for individuals with a neurological condition

2024· article· en· W4391172276 sur OpenAlexafffundabout
Stephen E. Patrick, Katherine Knox, Charity Evans, Michael C. Levin, Gary Linassi, Ilia Poliakov, Alex Rajput, Sarah J. Donkers

Notice bibliographique

RevueFrontiers in Neurology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesSaskatchewan Health Research Foundation
Mots-clésThematic analysisDescriptive statisticsChronic painMedicinePsychologyFamily medicinePhysical therapyQualitative research

Résumé

récupéré en direct d'OpenAlex

Introduction: Neurological conditions account from more than half of Canadians requiring chronic care. Both physical activity and the development of a self-management skillset are critical components supporting individuals with chronic health conditions. "NeuroSask: Active and Connected" is a virtual chronic disease management program offering twice weekly neuro-physiotherapist directed "active" exercise sessions, followed by weekly knowledge-exchange "connect" sessions with invited guest experts. NeuroSask was launched April 2020 in response to the restricted services and supports for people with neurological conditions. The program aimed to provide seated physical activity, social interaction, and access to expertise in neurological conditions and neurorehabilitation. A program evaluation of NeuroSask was conducted to gain participants' perspectives. Methods: All participants registered for the NeuroSask program were invited to complete optional online surveys (SurveyMonkey) circulated by email at 3 occasions post-program launch: 10 weeks, 1 year, and 2 years. Participants could complete any one or all of the surveys, at their discretion. The number of potential respondents changed dependent on the total number of participants registered for NeuroSask at the time the survey was circulated. Questions were co-designed by multi-stakeholder team members. Descriptive statistics were used for closed-ended questions and a reflexive thematic analysis was completed with coding conducted in NVivo 12 Plus for open-ended text. Results: Response rates (participants/registrants) were as follows: 10-week survey 260/793, one year survey 326/1224, and 2-year survey 434/1989. 90% of participants reported being in either the age categories of 40-59 years or above 60 years. 75% of both survey respondents and program registrants were female. 70% of both survey respondents and program registrants reported a diagnosis of multiple sclerosis and 30% reported other neurological conditions. Survey respondents were from all ten Canadian provinces, with 45% reporting living outside of large cities. Respondents reported preferring online vs. in person format for this type of programming. Three main themes, and eight corresponding subthemes were identified highlighting the perceived impact and key components of the NeuroSask program: Theme 1 "together in a positive and encouraging environment" (subthemes 1a: connection, 1b: empowerment); Theme 2 "access to enthusiastic qualified leaders from home" (subthemes 2a: leader characteristics, 2b: accessibility, 2c: program logistics); Theme 3 "being able to enjoy everyday life" (subthemes 3a: symptom benefits and beyond, 3b: carry-over, 3c: keep going, please do not cancel). Conclusion: NeuroSask is an example of an accessible and meaningful virtual approach to providing ongoing support for some individuals with neurological conditions. It was perceived as beneficial for fostering community and connection in a positive environment with perceived benefits extending beyond symptom management to participant reported improvements in function, daily life, and disease experience.

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)0,009
score de la tête « metaresearch » (Gemma)0,014
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0060,002
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,336
Écart entre enseignants0,307 · 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

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207