MétaCan
Menu
← Retour à la cohorte
Enregistrement W7116904410 · doi:10.1136/bmjopen-2025-106597

Scoping review mapping the implementation and adaptation of life skills training programmes for individuals with schizophrenia spectrum disorder: contexts, frameworks, interventions and outcomes

2025· article· en· W7116904410 sur OpenAlexaboutno aff
Sirirat Nitayawan, Mary Leamy, Natthapon Inta, Patraporn Tungpunkom

Notice bibliographique

RevueBMJ Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionAdaptation (eye)Intervention (counseling)Life skillsResource (disambiguation)CognitionCognitive skillSkills managementSchizophrenia (object-oriented programming)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To map the implementation and adaptation of life skills training programmes for individuals with schizophrenia spectrum disorder across diverse settings, identifying frameworks, intervention components, outcomes and implementation strategies. DESIGN: A scoping review following Arksey and O'Malley's methodology and Preferred Reporting Items for Systematic Reviews extension for Scoping Reviews reporting guidelines. DATA SOURCES: Six electronic databases (MEDLINE (Ovid), PubMed (National Library of Medicine), PsycINFO (APA PsycNET), CINAHL (EBSCO), ThaiJo (Thai Journals Online) and TCI-Thailand (Thai-Journal Citation Index) were searched from 1970 to 10 December 2024, supplemented by handsearching reference lists and relevant organisational websites. ELIGIBILITY CRITERIA: Primary studies targeting life skills training for adults with schizophrenia spectrum disorder, including at least three life skills components (medication management, social skills, communication, organisation/planning, transportation, financial management) and providing intervention details. DATA EXTRACTION AND SYNTHESIS: Data were extracted using the Template for Intervention Description and Replication checklist. Outcomes were analysed using Kirkpatrick's four-level training evaluation framework. Implementation adaptation, barriers and enablers were identified through narrative synthesis. RESULTS: 33 studies from 7 countries (France, Italy, Spain, Canada, USA, Turkey and China) met inclusion criteria. Three major programme frameworks emerged: University of California, Los Angeles Social and Independent Living Skills Programme, Functional Adaptation Skills Training and Cognitive-Behavioural Social Skills Training. Cultural adaptations were crucial for implementation success, with programmes demonstrating adaptability across diverse settings while maintaining core therapeutic components. Implementation barriers included cognitive deficits, transportation difficulties and workforce limitations; enablers included structured formats, diverse teaching methods and family involvement. Most studies showed positive behavioural changes, but only one-third reported broader systemic outcomes. CONCLUSIONS: Life skills training programmes had been reported to be implemented across diverse settings when appropriately adapted to cultural contexts and resource constraints. Most programmes combine structured learning with real-world practice, accommodate cognitive limitations through diverse teaching methods and engage families in the intervention process. Future research should focus on implementation strategies enhancing skill generalisation, addressing resource limitations in low-income and middle-income countries, and evaluating longer-term outcomes.

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)0,065
score de la tête « metaresearch » (Gemma)0,233
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 enseignants0,065
Score d'incertitude au seuil0,342

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,233
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0390,043
Études des sciences et des technologies0,0030,002
Communication savante0,0080,009
Science ouverte0,0040,006
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,102
Tête enseignante GPT0,457
Écart entre enseignants0,355 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetSchizophrenia research and treatment→Travaux en français237 207→