Interventions to improve hemodialysis adherence: A systematic review of randomized‐controlled trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Over 485,000 people in the United States have chronic kidney disease, a progressive kidney disease that may lead to hemodialysis. Hemodialysis involves a complex regimen of treatment, medication, fluid, and diet management. In 2005, over 312,000 patients were undergoing hemodialysis in the United States. Dialysis nonadherence rates range from 8.5% to 86%. Dialysis therapy treatment nonadherence, including treatment, medication, fluid, and diet nonadherence, significantly increases the risk of morbidity and mortality. The purpose of this paper is to systematically review randomized-controlled trial intervention studies designed to increase treatment, medication, fluid, and diet adherence in adult hemodialysis patients. A search of Cumulative Index of Nursing and Allied Health Literature (CINAHL) (1982 to May 2008), MEDLINE (1950 to May 2008), PsycINFO (1806 to May 2008), and all Evidence-Based Medicine (EBM) Reviews (Cochran DSR, ACP Journal Club, DARE, and CCTR) was conducted to identify randomized-controlled studies that tested the efficacy of interventions to improve adherence in adult hemodialysis patients. Eight randomized-controlled trials met criteria for inclusion. Six of the 8 studies found statistically significant improvement in adherence with the intervention. Of these 6 intervention studies, all studies had a cognitive component, with 3 studies utilizing cognitive/behavioral intervention strategies. Based on this systematic review, interventions utilizing a cognitive or cognitive/behavioral component appear to show the most promise for future study.
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.
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 | 0,023 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,047 | 0,046 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle