Effectiveness of case management interventions for frequent users of healthcare services: a scoping review
Notice bibliographique
Résumé
OBJECTIVE: Frequent users of healthcare services are a vulnerable population, often socioeconomically disadvantaged, who can present multiple chronic conditions as well as mental health problems. Case management (CM) is the most frequently performed intervention to reduce healthcare use and cost. This study aimed to examine the evidence of the effectiveness of CM interventions for frequent users of healthcare services. DESIGN: Scoping review. DATA SOURCES: An electronic literature search was conducted using the MEDLINE, Scopus and CINAHL databases covering January 2004 to December 2015. A specific search strategy was developed for each database using keywords 'case management' and 'frequent use'. ELIGIBILITY CRITERIA FOR SELECTING STUDIES: To be included in the review, studies had to report effects of a CM intervention on healthcare use and cost or patient outcomes. Eligible designs included randomised and non-randomised controlled trials and controlled and non-controlled before-after studies. Studies limited to specific groups of patients or targeting a single disease were excluded. Three reviewers screened abstracts, screened each full-text article and extracted data, and discrepancies were resolved by consensus. RESULTS: The final review included 11 articles evaluating the effectiveness of CM interventions among frequent users of healthcare services. Two non-randomised controlled studies and 4 before-after studies reported positives outcomes on healthcare use or cost. Two randomised controlled trials, 2 before-after studies and 1 non-randomised controlled study presented mitigated results. Patient outcomes such as drug and alcohol use, health locus of control, patient satisfaction and psychological functioning were evaluated in 3 studies, but no change was reported. CONCLUSIONS: Many studies suggest that CM could reduce emergency department visits and hospitalisations as well as cost. However, pragmatic randomised controlled trials of adequate power that recruit the most frequent users of healthcare services are still needed to clearly confirm its effectiveness.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».