Actively Waiting: Feasibility and Acceptability of a Virtual Self-Management Program Designed to Empower People With Chronic Pain Waiting for Interprofessional Care
Notice bibliographique
Résumé
Chronic pain affects 1.9 billion people worldwide and wait times for interprofessional pain management programs can be extensive. The existing wait times provide an opportunity to introduce internet-based interventions that enhance self-management ability. PURPOSE: The purpose of this study was to examine the feasibility, acceptability, engagement, and meaningfulness of an online program designed to enhance the readiness for change and self-management. DESIGN: Participants (N = 61) waiting for interprofessional chronic pain care at two centers were assigned to engage in either a series of eight self-directed web-based modules or engage in the modules with the addition of four one-on-one sessions delivered by coaches trained in motivational interviewing techniques. METHODS: We collected participant demographics, feasibility and engagement metrics, and pre and post intervention questionnaires. A subset of participants from each group participated in an interview (n = 22). RESULTS: The use of online modules was found to be feasible and acceptable for participants and engagement varied depending on individual preference and between modules. Participants noted that the content and approach were relevant and meaningful, influencing changes in thinking and behaviour around pain self-management. Exploratory analyses were performed and supported improvement in self-efficacy and chronic pain acceptance outcomes in both groups. Coaching did not augment improvements in any of our outcomes. CONCLUSIONS AND CLINICAL IMPLICATIONS: The use of a self-directed web-based chronic pain and motivational empowerment program appears to be a promising option to support people waiting for specialist care and may influence readiness for interprofessional care.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».