Screening for Depression in Cardiac Rehabilitation
Notice bibliographique
Résumé
In Brief PURPOSE: Practice guidelines promote depression screening in cardiac rehabilitation (CR). The objectives of this study were to review (1) CR program compliance with depression screening recommendations, and (2) the evidence evaluating whether screening for depression is related to improved outcomes in patients eligible for CR. METHODS: A limited literature search was conducted on key resource databases (MEDLINE, EMBASE, CINAHL, Cochrane Library, Evidence-Based Medicine Reviews, SCOPUS, and the University of York Centre for Reviews and Dissemination). A focused Internet search was also conducted with a concentrated gray literature search for evidence reports. Inclusion criteria included English language documents published between January 1, 2002, and August 1, 2013. RESULTS: Five studies were included in this review. Three studies were found in regard to the first objective and reported varying program compliance rates with depression screening recommendations, ranging from 29.0% to 68.4%. Two studies examined whether depression screening led to improved outcomes in CR-eligible patients. Both studies found that, among patients who recalled being screened, there was no significant difference in depressive symptom scores at followup as compared with patients who were not screened (P > .05). CONCLUSIONS: Approximately one-third to two-thirds of CR programs routinely screen for depression. There are no randomized controlled trials testing the effects of screening on any outcomes. Although some observational studies suggest that screening alone may not improve patient outcomes, more randomized controlled research is needed to address this issue. Practice guidelines promote depression screening in cardiac rehabilitation. One-third to two-thirds of cardiac rehabilitation programs routinely screen. The evidence evaluating whether screening is related to improved outcomes was reviewed. Few published studies used an observational design only, and findings suggested that screening alone may not improve outcomes. Results from randomized controlled research are needed.
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 | 0,013 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».