Fidelity of virtual self-management programs in pediatric autoimmune diseases: A scoping review protocol
Notice bibliographique
Résumé
Pediatric autoimmune disorders represent chronic conditions in which the immune system erroneously targets healthy tissues, affecting children and adolescents. Virtual self-management programs have emerged as complementary approaches to traditional healthcare modalities, aimed at improving patient engagement and optimizing outcomes. However, the fidelity of these programs—defined as their adherence to intended design and delivery—remains underexplored, particularly in pediatric populations. This scoping review aims to provide an overview of the fidelity of virtual self-management programs tailored for children with autoimmune diseases. It will systematically document methodologies used to assess fidelity, evaluate its impact on program execution, and analyze its influence on patient outcomes. The review follows the Joanna Briggs Institute guidelines and employs the PRISMA-ScR framework. Comprehensive searches will be conducted through PubMed, CINAHL, Embase, PsycINFO, Web of Science, and Education Resources Information Center (ERIC). Eligible studies will focus on pediatric patients, with data extraction encompassing population characteristics, program features, fidelity metrics, and implementation determinants. The review will synthesize current evidence on fidelity in virtual self-management programs for pediatric autoimmune diseases, identify research gaps, and propose directions for future studies. These findings aim to inform program development, enhance implementation fidelity, and improve therapeutic outcomes in pediatric autoimmune care. Program Fidelity Assessment : This review aims to systematically document methodologies used to assess fidelity in virtual self-management programs, evaluating their impact on program execution and patient outcomes. Implementation Strategies : It will analyze existing literature on implementation strategies for virtual programs, identifying factors that influence their delivery and effectiveness. Future Directions : The review seeks to identify research gaps and propose directions for future studies, informing the development of more effective virtual self-management programs for children with autoimmune diseases.
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 | 0,087 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,013 | 0,015 |
| Bibliométrie | 0,026 | 0,019 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,006 |
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 ».