Characteristics of effective self-management interventions in patients with COPD: individual patient data meta-analysis
Notice bibliographique
Résumé
It is unknown whether heterogeneity in effects of self-management interventions in patients with chronic obstructive pulmonary disease (COPD) can be explained by differences in programme characteristics. This study aimed to identify which characteristics of COPD self-management interventions are most effective.Systematic search in electronic databases identified randomised trials on self-management interventions conducted between 1985 and 2013. Individual patient data were requested for meta-analysis by generalised mixed effects models.14 randomised trials were included (67% of eligible), representing 3282 patients (75% of eligible). Univariable analyses showed favourable effects on some outcomes for more planned contacts and longer duration of interventions, interventions with peer contact, without log keeping, without problem solving, and without support allocation. After adjusting for other programme characteristics in multivariable analyses, only the effects of duration on all-cause hospitalisation remained. Each month increase in intervention duration reduced risk of all-cause hospitalisation (time to event hazard ratios 0.98, 95% CI 0.97-0.99; risk ratio (RR) after 6 months follow-up 0.96, 95% CI 0.92-0.99; RR after 12 months follow-up 0.98, 95% CI 0.96-1.00).Our results showed that longer duration of self-management interventions conferred a reduction in all-cause hospitalisations in COPD patients. Other characteristics are not consistently associated with differential effects of self-management interventions across clinically relevant outcomes.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».