Interventions to prevent heart failure readmissions: The rationale for nurse-led heart failure programs
Notice bibliographique
Résumé
Background: Readmission to hospitals for heart failure is one of the greatest economic burdens on Medicare, and has become a major focus of healthcare reform. In an attempt to stem the overwhelming number of readmissions and improve heart failure outcomes, hospitals have employed multiple interventions. Nurse-led heart failure management programs have been an effective strategy in reducing hospital readmissions for heart failure. Purpose: We conducted an integrative review of the literature that assessed the value of interventions to reduce heart failure readmission rates. We focused on the important role of nursing care in successfully implementing many of these interventions. Methods: An integrative review of the literature was performed. A computerized search of PubMed, Cumulative Index to Nursing and Allied Health Literature (CINAHL), and Cochrane Library (reviews and clinical trials) was performed to locate articles published from 2004 to 2014. Key words used included “heart failure nursing” , “heart failure readmissions”, “heart failure programs” and “interventions for heart failure readmission”. Preference was placed on articles published in the last 10 years. Articles referenced by national heart failure guideline documents and expert consensus statements were given a high priority. Eighty-eight articles were screened initially by two reviewers; these were then screened to leave 40 relevant articles. Conclusions: Several specific interventions have a proven favorable effect in reducing heart failure readmissions. These include optimal medical management, patient education and self-care instruction, and ensuring adequate post-discharge follow-up. Despite this knowledge there remains a wide variation of readmission rates across the U nited S tates . This may be partly due to the variability in the adequate implementation of interventions and/or the absence of a required number of interventions in different centers. Each single intervention in itself has only a very small beneficial effect. The implementation of several interventions is essential to produce a meaningful reduction in heart failure readmissions. The ability to successfully employ numerous interventions together may explain the promising results of structured nurse-led heart failure programs.
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 | 0,049 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».