Navigation roles support chronically ill older adults through healthcare transitions: a systematic review of the literature
Notice bibliographique
Résumé
Transitions between various healthcare services are potential points for fragmented care and can be confusing and complicated for patients, formal and informal caregivers. These challenges are compounded for older adults with chronic disease, as they receive care from many providers in multiple care settings. System navigation has been suggested as an innovative strategy to address these challenges. While a number of navigation models have been developed, there is a lack of consensus on the desired characteristics and effectiveness of this role. We conducted a systematic literature review to describe existing navigator models relevant to chronic disease management for older adults and to investigate the potential impact of each model. Relevant literature was identified using five electronic databases - Medline, CINAHL, the Cochrane database, Embase and PsycINFO between January 1999 and April 2011. Following a recommended process for health services research literature reviews, exclusion and inclusion criteria were applied to retrieved articles; 15 articles documenting nine discrete studies were selected. This review suggests that the role of a navigator for the chronically ill older person is a relatively new one. It provides some evidence that integrated and coordinated care guided by a navigator, using a variety of interventions such as care plans and treatment goals, is beneficial for chronically ill older adults transitioning across care settings. There is a need to further clarify and standardise the definition of navigation, as well as a need for additional research to assess the effectiveness and cost of different approaches to the health system.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».