MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394276000 · doi:10.6084/m9.figshare.20044707

Peer support for traumatic injury survivors: a scoping review

2022· review· en· W4394276000 sur OpenAlexaff
Marina B. Wasilewski, Jorge Rios, Robert Simpson, Sander L. Hitzig, Lesley Gotlib Conn, Crystal MacKay, Amanda L. Mayo, Lawrence R. Robinson

Notice bibliographique

RevueFigshare · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensWest Park Healthcare CentreSunnybrook Health Science CentreToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPeer supportTraumatic brain injuryPsychologyMedicineMedical emergencyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Peers are uniquely able to draw on their lived experiences to support trauma survivors’ recovery. By understanding the functions and outcomes of peer support and the factors that impact implementation, evidence can be mobilized to enhance its application and uptake into standard practice. As such, we aimed to review the literature on peer support for trauma survivors to: examine the role of peer support in recovery; describe the nature and extent of peer support; Examine the influence of peer support on health and well-being; and identify the barriers and facilitators to developing and implementing peer support. Scoping review methodology as outlined by Arksey and O’Malley. Ninety-three articles were reviewed. Peer support was highlighted as an important component of care for trauma survivors and provided hope and guidance for the future post-injury. Most peer support programs were offered in the community and provided one-on-one support from peer mentors using various modalities. Interventions were successful when they involved knowledgeable peer mentors and maintained participant engagement. Prior negative experiences and stigma/privacy concerns deterred trauma survivors from participating. Peer support fulfills several functions throughout trauma survivors’ recovery that may not otherwise be met within existing health care systems. Implications for rehabilitationBy understanding the functions and outcomes and the factors that impact implementation of peer support, evidence can be mobilized to enhance its application and uptake into standard practice.Peers provide trauma survivors with socioemotional support as well as assistance in daily management and life navigation post-injury.Peer support provided hope and guidance for the future after injury and improved self-efficacy amongst trauma survivors.Peer support programs are most likely to be successful when they involve knowledgeable peer mentors, are flexibly delivered, align with organizations’ values and priorities, and have adequate resources and funding to support their implementation. By understanding the functions and outcomes and the factors that impact implementation of peer support, evidence can be mobilized to enhance its application and uptake into standard practice. Peers provide trauma survivors with socioemotional support as well as assistance in daily management and life navigation post-injury. Peer support provided hope and guidance for the future after injury and improved self-efficacy amongst trauma survivors. Peer support programs are most likely to be successful when they involve knowledgeable peer mentors, are flexibly delivered, align with organizations’ values and priorities, and have adequate resources and funding to support their implementation.

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)0,015
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,061
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0210,019
Études des sciences et des technologies0,0020,001
Communication savante0,0050,005
Science ouverte0,0020,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,319
Tête enseignante GPT0,467
Écart entre enseignants0,149 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetTrauma and Emergency Care Studies→Travaux en français237 207→