The Effectiveness and Efficiency of Disease Management Programs for Patients with Chronic Diseases
Notice bibliographique
Résumé
OBJECTIVE: Disease management (DM) approach is increasingly advocated as a means of improving effectiveness and efficiency of healthcare for chronic diseases. To evaluate the evidence on effectiveness and efficiency of DM, evidence synthesis was carried out. METHODS: To locate eligible meta-analyses and systematic reviews, we searched Medline, EMBASE, the Cochrane Library, SCI-EXPANDED, SSCI, A&HCI, DARE, HTA and NHS EED from 1995 to 2010. Two reviewers independently extracted data and assessed a study quality. RESULTS: Twenty-eight meta-analyses and systematic reviews were included for synthesizing evidence. The proportion of articles which observed improvement with a reasonable amount of evidence was the highest at process (69%), followed by health services (63%), QOL (57%), health outcomes (51%), satisfaction (50%), costs (38%) and so on. As to mortality, statistically significant results were observed only in coronary heart disease. Important components in DM, such as a multidisciplinary approach, were identified. CONCLUSION: The evidence synthesized shows considerable evidence in the effectiveness and efficiency of DM programs in process, health services, QOL and so on. The question is no longer whether DM programs work, but rather which type or component of DM programs works best and efficiently in the context of each healthcare system or country.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».