Effectiveness of Educational and Psychoeducational Self‐Management Interventions in Children and Adolescents With Type 1 Diabetes: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
Aim: Type 1 diabetes (T1D) is one of the most common chronic conditions in children and adolescents. Approximately 1.5 million young people are currently living with T1D throughout the world. Despite recent improvement in overall indices of metabolic control in children and adolescents with T1D, control remains suboptimal and additional approaches are needed. The aim of the study was to conduct a systematic review and meta‐analysis of educational and psychoeducational self‐management interventions, to help optimize future interventions including physical activity support. Methods: A systematic review and meta‐analysis were conducted according to our registered protocol (PROSPERO CRD42022295932) and are reported in line with the PRISMA 2020 guidance. We searched five databases (MEDLINE, EMBASE, PsycINFO [via Ovid], CINAHL [via EBSCO], Cochrane Library) from 1994 up to May 2024. We included randomized controlled trials assessing the effectiveness of self‐management interventions. Outcomes of interest included HbA1c and quality of life (QoL) as well as self‐care behaviors, diabetes knowledge, and self‐efficacy. Meta‐analyses were conducted using a random effects model. Results: In total, 46 papers were included, reporting on 30 interventions. Meta‐analyses showed small short‐term improvements in HbA1c (MD = −2.58 mmol/L, 95% CI −4.44 to −0.71, p = 0.007) and QoL (mean difference [MD] = 1.37, 95% CI 0.19–2.54, p = 0.02). Prespecified subgroup analyses suggested no significant difference in effectiveness of psychoeducational and education‐only interventions. Quality of included studies was low with 27 having a high risk of bias. Conclusion: There is a lack of robust evidence that current self‐management interventions result in clinically meaningful improvements in HbA1c and QoL. Future research should focus on redefining approaches to supporting and encouraging self‐management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,036 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».