Self-Management Experience of Nurses Living with Migraine: A Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Migraine is a neurobiological condition characterized by a constellation of unpredictable symptoms and is the second cause of disability worldwide. Migraine is prevalent among nurses. However, literature exploring nurses' experience of living with migraine is scarce which has important individual and systems implications for health and wellness and patient safety. Self-management is essential in chronic disease management as the patient engages in various strategies to be able to live with their condition. PURPOSE: This study explored the experiences of living and working with migraine among female nurses in Ontario, with particular attention to their priorities and strategies for self-management. METHODS: Interpretive description methodology was employed to guide this study and informed a thematic analysis approach to examine the self-management experiences of nurses living with migraine. RESULTS: Nurses engaged in various self-management strategies including pharmacological and non-pharmacological strategies and highlighted the role of technology in migraine self-management. Participants described experiences of living with migraine as an invisible condition including feelings of not being understood, stigmatization, and the absence of formal support at the workplace. CONCLUSION: The implications of these findings support the incorporation of a critical approach to relational engagement that is person-centred including nonjudgemental, strength-based care as a practice approach when caring for persons living with migraines and the need to include experiential learning in educational curriculums as a strategy to reduce stigma against migraines.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».