MétaCan
Menu
Retour à la cohorte
Enregistrement W4405598560 · doi:10.2196/63959

Therapeutic Guidelines for the Self-Management of Major Depressive Disorder: Scoping Review

2024· review· en· W4405598560 sur OpenAlexvenueno aff
Priscila de Campos Tibúrcio, Priscila Maria Marcheti, Daniela Miori Pascon, Marco Antônio Montebello, Maria Alzete de Lima, Carla Sílvia Fernandes, Célia Santos, Maria do Perpétuo Socorro de Sousa Nóbrega

Notice bibliographique

RevueInteractive Journal of Medical Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintMedicinePsychologyPsychotherapistComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Major depressive disorder contributes to the global burden of mental illness. Therapeutic guidelines promote treatment self-management and support caregivers and family members in this process. OBJECTIVE: We aimed to identify therapeutic guidelines for the symptoms of major depressive disorder. METHODS: This scoping review followed the assumptions established by the Joanna Briggs Institute and the PRISMA-ScR (Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for Scoping Reviews) protocol, carried out in 12 databases (LILACS, PubMed, SciELO, Scopus, Web of Science, b-on, BDENF, AgeLine, Cochrane, BVS, IBECS, and CINAHL) and 5 secondary gray literature sources (Google Scholar, Global ETD Search, EBSCO Open Dissertations, CAPES Catalog of Theses and Dissertations, and the Digital Library of Theses and Dissertations of the University of Sao Paulo). The eligibility criteria were based on the population, concept, and context framework: people diagnosed with major depressive disorder aged >18 years (population), therapeutic guidelines for self-management of major depressive disorder symptoms (concept), and symptoms of major depressive disorder (context). Data collection was carried out from March to July 2022 and updated in June 2024. The included studies were experimental, quasi-experimental, analytical observational, descriptive observational, qualitative, or quantitative studies; systematic reviews and meta-analyses; and scoping and literature reviews published in full without time restrictions in English, Spanish, or Portuguese. All the information, as well as the studies captured, was stored in a Microsoft Excel spreadsheet using Rayyan and the JBI Manual for Evidence Synthesis. The titles, abstracts, and full texts were carefully read and classified, extracting the results. After review by 2 independent researchers, 62 studies were selected. The results are presented descriptively, including characterization of the studies and mapping and categorization of groups and subgroups of therapeutic guidelines for self-management of major depressive disorder. RESULTS: In total, 62 studies published between 2011 and 2023 were included, where 44 (71%) came from indexed data sources and 18 (29%) were gray literature indexed on Google Scholar (13/62, 21%), doctoral theses (3/62, 5%), and master's dissertations (2/62, 3%). Among the therapeutic guidelines identified, mapped, and categorized, 7 major groups were identified for self-management: psychotherapy (32/62, 52%), adoption of healthy habits (25/62, 40%), integrative and complementary practices (17/62, 27%), relaxation techniques (9/62, 14%), consultation with a health professional (14/62, 22%), pharmacological therapy (9/62, 14%), and leisure or pleasurable activities (4/62, 6%). CONCLUSIONS: It was possible to identify therapeutic guidelines to promote self-management of major depressive disorder in the adult population. Therapeutic guidance is an important resource for patients, their families, and the community, making patients the protagonists of their own health. For health professionals, therapeutic guidelines become tools that help develop skills and competencies for care among patients, thus ensuring their ability to self-manage major depressive disorder.

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)0,060
score de la tête « metaresearch » (Gemma)0,201
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 enseignants0,060
Score d'incertitude au seuil0,316

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,201
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0320,026
Études des sciences et des technologies0,0020,002
Communication savante0,0070,008
Science ouverte0,0050,005
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,272
Tête enseignante GPT0,600
Écart entre enseignants0,328 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetTreatment of Major DepressionTravaux en français237 207