Barriers to Implementation of Case Management for Patients With Dementia: A Systematic Mixed Studies Review
Notice bibliographique
Résumé
PURPOSE: Results of case management designed for patients with dementia and their caregivers in community-based primary health care (CBPHC) were inconsistent. Our objective was to identify the relationships between key outcomes of case management and barriers to implementation. METHODS: We conducted a systematic mixed studies review (including quantitative and qualitative studies). Literature search was performed in MEDLINE, PsycINFO, Embase, and Cochrane Library (1995 up to August 2012). Case management intervention studies were used to assess clinical outcomes for patients, service use, caregiver outcomes, satisfaction, and cost-effectiveness. Qualitative studies were used to examine barriers to case management implementation. Patterns in the relationships between barriers to implementation and outcomes were identified using the configurational comparative method. The quality of studies was assessed using the Mixed Methods Appraisal Tool. RESULTS: Forty-three studies were selected (31 quantitative and 12 qualitative). Case management had a limited positive effect on behavioral symptoms of dementia and length of hospital stay for patients and on burden and depression for informal caregivers. Interventions that addressed a greater number of barriers to implementation resulted in increased number of positive outcomes. Results suggested that high-intensity case management was necessary and sufficient to produce positive clinical outcomes for patients and to optimize service use. Effective communication within the CBPHC team was necessary and sufficient for positive outcomes for caregivers. CONCLUSIONS: Clinicians and managers who implement case management in CBPHC should take into account high-intensity case management (small caseload, regular proactive patient follow-up, regular contact between case managers and family physicians) and effective communication between case managers and other CBPHC professionals and services.
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 | 0,044 | 0,166 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».