Implementation of a mental health promotion intervention in a high-risk pregnancy unit: the “Ombrelles” program
Notice bibliographique
Résumé
BACKGROUND: High-risk pregnancies often result in prolonged hospitalizations, leading to significant emotional and psychological distress for pregnant women and their families. This study aimed to evaluate the implementation of the "Ombrelles" mental health promotion program in a high-risk pregnancy unit in a Canadian tertiary hospital. METHODS: A comprehensive needs assessment was conducted using both quantitative and qualitative methods, including a literature review, surveys, semi-structured interviews, and expert committee meetings. The findings were used to develop the "Ombrelles" program, which has three main components: an educational component with educational in-person or virtual workshops, online courses and videos, a structured support component with activities promoting socialization and relaxation and the promotion of a supportive environment. Surveys were then conducted among inpatients and hospital staff to measure the relevance and satisfaction regarding this intervention. RESULTS: During the first two years of rolling out the program, 123 women admitted in the high-risk pregnancy unit and 30 hospital staff were recruited. Results showed proficient resource utilization, high satisfaction (92.2%), and staff recognition of program relevance (55.2%). The "Ombrelles" program effectively met the identified needs, emphasizing a partnership approach between healthcare teams and patients. Areas for improvement were identified, including addressing technical difficulties and avoiding repetition of themes. CONCLUSION: The "Ombrelles" program effectively addressed the identified needs of pregnant women hospitalized for high-risk pregnancies. It provided essential support, educational resources, and opportunities for socialization. The program's development process emphasized partnership between healthcare teams and patients, ensuring its appropriateness and effectiveness.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».