Effectiveness of interventions involving nurses in secondary stroke prevention: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background and purpose: Among members of the health care team, nurses play a large role in actively engaging stroke survivors in secondary stroke prevention programs. This systematic review and meta-analysis examines the effectiveness of interventions in which nurses have a primary role on modification of risk factors among stroke survivors. Methods: We systematically searched for randomized controlled trials in relevant databases investigating the role of nurses in secondary stroke prevention. Meta-analyses were conducted using Cochrane Review Manager Software. The mean pooled effect size, a 95% confidence interval (CI), and I-squared ( I 2 ) for heterogeneity were calculated. Results: Sixteen randomized controlled trials were included with a total of 3568 stroke and transient ischemic attack patients. After removing one outlier, the models demonstrated a statistically significant effect on reducing systolic blood pressure (SMD = −0.14 (95% CI = −0.23, –0.05), I 2 = 0%; p = 0.002, six studies, n =1885) and diastolic blood pressure (SMD = −0.16 (95% CI = −0.27, –0.05), I 2 = 0%; p = 0.003, four studies, n =1316). The interventions also significantly improved physical activity (five studies, n=1234), diet (three studies, n=425), medication adherence (two studies, n=270), and knowledge of risk factors (three studies, n=516). However, there was no effect on smoking cessation or reduction in use of alcohol. Conclusion: We found that interventions in which nurses had a primary role were effective on improving medical and behavioral risk factors, as well as knowledge of risk factors as part of secondary prevention of stroke.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,028 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».