A systematic review of the main mechanisms of heart failure disease management interventions
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
OBJECTIVE: To identify the main mechanisms of heart failure (HF) disease management programmes based in hospitals, homes or the community. METHODS: Systematic review of qualitative and quantitative studies using realist synthesis. The search strategy incorporated general and specific terms relevant to the research question: HF, self-care and programmes/interventions for HF patients. To be included, papers had to be published in English after 1995 (due to changes in HF care over recent years) to May 2014 and contain specific data related to mechanisms of effect of HF programmes. 10 databases were searched; grey literature was located via Proquest Dissertations and Theses, Google and publications from organisations focused on HF or self-care. RESULTS: 33 studies (n=3355 participants, mean age: 65 years, 35% women) were identified (18 randomised controlled trials, three mixed methods studies, six pre-test post-test studies and six qualitative studies). The main mechanisms identified in the studies were associated with increased patient understanding of HF and its links to self-care, greater involvement of other people in this self-care, increased psychosocial well-being and support from health professionals to use technology. CONCLUSION: Future HF disease management programmes should seek to harness the main mechanisms through which programmes actually work to improve HF self-care and outcomes, rather than simply replicating components from other programmes. The most promising mechanisms to harness are associated with increased patient understanding and self-efficacy, involvement of other caregivers and health professionals and improving psychosocial well-being and technology use.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| 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) | 0,001 | 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