Improving support for heart failure patients: a systematic review to understand patients' perspectives on self‐care
Notice bibliographique
Résumé
AIMS: This systematic review aimed to generate patient-focussed recommendations to enhance support of heart failure self-care by examining patients' experiences, perspectives and self-care behaviours. BACKGROUND: Despite increased recognition of the importance of heart failure self-care, patients' knowledge and practices around this self-care and interventions to improve it are inconsistent. Consequently, current guidelines focus on what the domains of heart failure self-care are, more so than the ways to improve this care. DESIGN: Systematic review and qualitative interpretive synthesis. DATA SOURCES: A systematic, comprehensive and detailed search of 11 databases was conducted until March, 2012 for papers published 1995-2012: 37 studies were included (1343 patients, 75 caregivers, 63 health care professionals) that contained a qualitative research component and data on adult patients' heart failure self-care. REVIEW METHODS: This interpretive synthesis used a recognized approach consisting of a multi-stage analytic process; in addition, the included studies underwent quality appraisal. RESULTS: Findings indicate that while patients could often recall health professionals' self-care advice, they were unable to integrate this knowledge into daily life. Attempts to manage HF were based on how patients 'felt' rather than clinical indicators of worsening symptoms. Self-efficacy and learning from past management experiences facilitated favourable outcomes - these enabled patients and caregivers to adeptly apply self-care strategies into daily activities. CONCLUSIONS: Addressing common but basic knowledge misconceptions regarding the domains of HF self-care is insufficient to increase effective HF self-care; this should be supplemented with strategies with patients and family members to promote self-efficacy, learning and adaptation/application of recommendations to daily life.
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 | 0,014 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».