Effect of telenursing on self-efficacy among diabetic patients: A systematic review
Notice bibliographique
Résumé
This systematic review aimed to investigate the impact of telenursing on self-efficacy among diabetic patients. The study searched international electronic databases, including Scopus, PubMed, and Web of Science, from the earliest available records to September 15, 2023. The search used keywords derived from Medical Subject Headings, specifically "telenursing", "self-efficacy", and "diabetes mellitus". Iranian databases such as Iranmedex and the Scientific Information Database were also consulted. The quality assessment of included studies, which consisted of randomized controlled trials (RCTs) and quasi-experimental studies, was performed using the Joanna Briggs Institute's (JBI) critical assessment checklist. The review included a total of five studies involving 478 diabetic patients. Among these patients, 74.32% were female, and 52.00% were allocated to the intervention group. The average age of the participants was 48.76 (SD=7.48) years. The mean duration of the studies and their respective follow-up periods were 32.80 and 12.80 weeks, respectively. Furthermore, the average duration of the telenursing intervention was 23.33 minutes. The findings of this review indicated that telenursing can be an effective method for enhancing patient self-efficacy. The study suggests that healthcare managers and policymakers should consider establishing a platform incorporating telenursing via phone calls and alternative methods like video calls. This approach should aim to balance the costs associated with these different methods to ensure accessibility for all individuals. Consequently, other modalities can be integrated alongside traditional telephone-based telenursing to promote self-efficacy.
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 | 0,035 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».