Impact of Transitional Care Services for Chronically Ill Older Patients: A Systematic Evidence Review
Notice bibliographique
Résumé
Transitions in care from hospital to primary care for older patients with chronic diseases (CD) are complex and lead to increased mortality and service use. In response to these challenges, transitional care (TC) interventions are being widely implemented. They encompass education on self-management, discharge planning, structured follow-up and coordination among the different healthcare professionals. We conducted a systematic review to determine the effectiveness of interventions targeting transitions from hospital to the primary care setting for chronically ill older patients.. Randomized controlled trials were identified through Medline, CINHAL, PsycInfo, EMBASE (1995-2015). Two independent reviewers performed the study selection, data extraction and assessment of study quality (Cochrane "Risk of Bias"). Risk differences (RD) and number needed to treat (NNT) or mean differences (MD) were calculated using a random-effects model. From 10,234 references, 92 studies were included. Compared to usual care, significantly better outcomes were observed: a lower mortality at 3 (RD: -0.02 [-0.05, 0.00]; NNT: 50), 6, 12 and 18 months post-discharge, a lower rate of ED visits at 3 months (RD: -0.08 [-0.15, -0.01]; NNT: 13), a lower rate of readmissions at 3 (RD: -0.08 [-0.14, -0.03]; NNT: 7), 6, 12 and 18 months and a lower mean of readmission days at 3 (MD: -1.33; [-2.15, -0.52]), 6, 12 and 18 months. No significant differences were observed in quality of life. In conclusion, TC improves transitions for older patients and should be included in the reorganization of healthcare 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,009 |
| 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 ».