MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396607523 · doi:10.1371/journal.pone.0302720

Barriers and facilitators of adherence to low-dose aspirin during pregnancy: A co-produced systematic review and COM-B framework synthesis of qualitative evidence

2024· review· en· W4396607523 sur OpenAlexaboutno aff
Raya Vinogradov, Eleanor Holden, Mehali Patel, Rowan Grigg, Linda Errington, Vera Araújo‐Soares, Judith Rankin

Notice bibliographique

RevuePLoS ONE · 2024
Typereview
Langueen
DomaineMedicine
ThématiquePregnancy and preeclampsia studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésCINAHLPsycINFOMEDLINECritical appraisalMedicineQualitative researchScopusFamily medicineSystematic reviewCochrane LibraryNursingMedical educationPsychological interventionAlternative medicinePolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Women at increased risk of developing pre-eclampsia are advised to take a daily low-dose of aspirin from 12 weeks of pregnancy to reduce their risks. Despite the well-established prophylactic effect of aspirin, adherence to this therapy is low. This systematic review aimed to summarise evidence on the barriers and facilitators of adherence to low-dose aspirin to inform intervention development to support decision making and persistence with aspirin use for pre-eclampsia prevention. MATERIALS AND METHODS: A systematic review and meta-synthesis of qualitative research was co-produced by representatives from charities, and public, clinical and academic members. Eight electronic databases (MEDLINE, PsycINFO, CINAHL, Web of Science, Scopus, EMBASE, Prospero, OpenGrey), archives of charities and professional organisations were searched (between October and November 2023 and re-run in August 2023) using predefined search terms. Studies containing qualitative components related to barriers and facilitators of adherence to low-dose aspirin during pregnancy were included. Quality assessment was performed using the Critical Appraisal Skills Programme checklist for qualitative research. A combination of the COM-B framework with phases of adherence process as defined by international taxonomy was used as the coding framework. Co-production activities were facilitated by use of 'Zoom' and 'Linoit'. RESULTS: From a total of 3377 papers identified through our searches, five published studies and one dissertation met our inclusion criteria. Studies were published from 2019 to 2022 covering research conducted in the USA, Canada, UK, Netherlands and Australia. Barriers and facilitators to adherence were mapped to six categories of the COM-B for three phases of adherence: initiation, implementation, and discontinuation. The discontinuation phase of adherence was only mentioned by one author. Four key themes were identified relating to pregnancy: 'Insufficient knowledge', 'Necessity concerns balance', 'Access to medicine', 'Social influences', and 'Lack of Habit'. CONCLUSIONS: The COM-B framework allowed for detailed mapping of key factors shaping different phases of adherence in behavioural change terms and now provides a solid foundation for the development of a behavioural intervention. Although potential intervention elements could be suggested based on the results of this synthesis, additional co-production work is needed to define elements and plan for the delivery of the future intervention. TRIAL REGISTRATION: PROSPERO CRD42022359718. https://www.crd.york.ac.uk/prospero/display_record.php?ID=CRD42022359718.

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)0,121
score de la tête « metaresearch » (Gemma)0,252
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 enseignants0,121
Score d'incertitude au seuil0,638

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1210,252
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0120,010
Bibliométrie0,0370,037
Études des sciences et des technologies0,0020,004
Communication savante0,0070,008
Science ouverte0,0040,008
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,194
Tête enseignante GPT0,409
Écart entre enseignants0,215 · 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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetPregnancy and preeclampsia studies→Travaux en français237 207→