Effectiveness of disease-management programs for improving diabetes care: a meta-analysis
Notice bibliographique
Résumé
BACKGROUND: We conducted a meta-analysis of randomized controlled trials to assess the effectiveness of disease-management programs for improving glycemic control in adults with diabetes mellitus and to study which components of programs are associated with their effectiveness. METHODS: We searched several databases for studies published up to December 2009. We included randomized controlled trials involving adults with type 1 or 2 diabetes that evaluated the effect of disease-management programs on glycated hemoglobin (hemoglobin A₁(C)) concentrations. We performed a meta-regression analysis to determine the effective components of the programs. RESULTS: We included 41 randomized controlled trials in our review. Across these trials, disease-management programs resulted in a significant reduction in hemoglobin A₁(C) levels (pooled standardized mean difference between intervention and control groups -0.38 [95% confidence interval -0.47 to -0.29], which corresponds to an absolute mean difference of 0.51%). The finding was robust in the sensitivity analyses based on quality assessment. Programs in which the disease manager was able to start or modify treatment with or without prior approval from the primary care physician resulted in a greater improvement in hemoglobin A₁(C) levels (standardized mean difference -0.60 v. -0.28 in trials with no approval to do so; p < 0.001). Programs with a moderate or high frequency of contact reported a significant reduction in hemoglobin A₁(C) levels compared with usual care; nevertheless, only programs with a high frequency of contact led to a significantly greater reduction compared with low-frequency contact programs (standardized mean difference -0.56 v. -0.30, p = 0.03). INTERPRETATION: Disease-management programs had a clinically moderate but significant impact on hemoglobin A₁(C) levels among adults with diabetes. Effective components of programs were a high frequency of patient contact and the ability for disease managers to adjust treatment with or without prior physician approval.
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 | 0,035 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,077 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».