Effects of intensive home visiting programs for older people with poor health status: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Home visiting programs have been developed aimed at improving the health and independent functioning of older people. Also, they intend to reduce hospital and nursing home admission and associated cost. A substantial number of studies have examined the effects of preventive home visiting programs on older people living in the community; the findings have been inconsistent. The objective of this review was to assess the effectiveness of intensive home visiting programs targeting older people with poor health or otherwise with functional impairments. METHODS: A search for literature was based on included trials from four reviews on the effectiveness of home visits published after 2000 and on a database search of Cinahl, the Cochrane Central Register of Controlled Trials, Embase, Medline and PsycINFO from 2001 onwards. We also manually searched reference lists from potentially relevant papers. Randomized controlled trials were included assessing the effectiveness of intervention programs consisting of at least four home visits per year, an intervention duration of 12 months or more, and targeting older people (aged 65 years and over) with poor health. Two reviewers independently abstracted data from full papers on program characteristics and outcome measures; they also evaluated the methodological quality. RESULTS: The search identified 844 abstracts; eight papers met the inclusion criteria. Seven trials were of sufficient methodological quality; none of the trials showed a significant favorable effect for the main analysis comparing the intervention group with the control group on mortality, health status, service use or cost. The inclusion of less-intensive intervention programs for frail older persons would not have exerted a great influence on the findings of our review. CONCLUSION: We conclude that home visiting programs appear not to be beneficial for older people with poor health within the health care setting of Western countries.
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 | 0,007 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».