Applying Normalisation Process Theory to a peer-delivered complex health intervention for people experiencing homelessness and problem substance use
Notice bibliographique
Résumé
BACKGROUND: The Supporting Harm Reduction through Peer Support (SHARPS) study involved designing and implementing a peer-delivered, harm reduction intervention for people experiencing homelessness and problem substance use. Normalisation Process Theory (NPT) provided a framework for the study. METHODS: Four Peer Navigators (individuals with personal experience of problem substance use and/or homelessness) were recruited and hosted in six third sector (not-for-profit) homelessness services in Scotland and England (United Kingdom). Each worked with participants to provide practical and emotional support, with the aim of reducing harms, and improving well-being, social functioning and quality of life. NPT guided the development of the intervention and, the process evaluation, which assessed the acceptability and feasibility of the intervention for this cohort who experience distinct, and often unmet, health challenges. While mixed-methods data collection was undertaken, this paper draws only on the qualitative data. RESULTS: The study found that, overall, the intervention is feasible, and acceptable to, the intervention participants, the Peer Navigators and staff in host settings. Some challenges were encountered but these were outweighed by benefits. NPT is particularly useful in encouraging our team to focus on the relationship between different aspects of the intervention and context(s) and identify ways of maximising 'fit'. CONCLUSIONS: To our knowledge, this is the first application of NPT to this cohort, and specifically by non-clinicians (peers) in non-healthcare settings (homelessness services). Our application of NPT helped us to identify ways in which the intervention could be enhanced, with the key aim of improving the health/well-being of this underserved group.
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 | 0,033 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,011 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».