MétaCan
Menu
Retour à la cohorte
Enregistrement W2888528917 · doi:10.1503/cmaj.171391

Effectiveness of interventions for managing multiple high-burden chronic diseases in older adults: a systematic review and meta-analysis

2018· review· en· W2888528917 sur OpenAlexaffvenue
Monika Kastner, Roberta Cardoso, Yonda Lai, Victoria Treister, Jemila S. Hamid, Leigh Hayden, Geoff Wong, Noah Ivers, Barbara Liu, Sharon Marr, Jayna Holroyd‐Leduc, Sharon E. Straus

Notice bibliographique

RevueCanadian Medical Association Journal · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensPublic Health OntarioCalgary General HospitalFoothills Medical CentreMcMaster UniversityMcMaster Children's HospitalWomen's College HospitalHamilton Health SciencesUniversity of TorontoSunnybrook Health Science CentreSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological interventionMeta-analysisCOPDDepression (economics)Randomized controlled trialConfidence intervalRelative riskDementiaComorbidityMEDLINEInternal medicineDiabetes mellitusSystematic reviewPhysical therapyGerontologyDiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: More than half of older adults (age ≥ 65 yr) have 2 or more high-burden multimorbidity conditions (i.e., highly prevalent chronic diseases, which are associated with increased health care utilization; these include diabetes [DM], dementia, depression, chronic obstructive pulmonary disease [COPD], cardiovascular disease [CVD], arthritis, and heart failure [HF]), yet most existing interventions for managing chronic disease focus on a single disease or do not respond to the specialized needs of older adults. We conducted a systematic review and meta-analysis to identify effective multimorbidity interventions compared with a control or usual care strategy for older adults. METHODS: We searched bibliometric databases for randomized controlled trials (RCTs) evaluating interventions for managing multiple chronic diseases in any language from 1990 to December 2017. The primary outcome was any outcome specific to managing multiple chronic diseases as reported by studies. Reviewer pairs independently screened citations and full-text articles, extracted data and assessed risk of bias. We assessed statistical and methodological heterogeneity and performed a meta-analysis of RCTs with similar interventions and components. RESULTS: We included 25 studies (including 15 RCTs and 6 cluster RCTs) (12 579 older adults; mean age 67.3 yr). In patients with [depression + COPD] or [CVD + DM], care-coordination strategies significantly improved depressive symptoms (standardized mean difference −0.41; 95% confidence interval [CI] −0.59 to −0.22; I2 = 0%) and reduced glycosylated hemoglobin (HbA1c) levels (mean difference −0.51; 95% CI −0.90 to −0.11; I2 = 0%), but not mortality (relative risk [RR] 0.79; 95% CI 0.53 to 1.17; I2 = 0%). Among secondary outcomes, care-coordination strategies reduced functional impairment in patients with [arthritis + depression] (between-group difference −0.82; 95% CI −1.17 to −0.47) or [DM + depression] (between-group difference 3.21; 95% CI 1.78 to 4.63); improved cognitive functioning in patients with [DM + depression] (between-group difference 2.44; 95% CI 0.79 to 4.09) or [HF + COPD] (p = 0.006); and increased use of mental health services in those with [DM + (CVD or depression)] (RR 2.57; 95% CI 1.90 to 3.49; I2 = 0%). INTERPRETATION: Subgroup analyses showed that older adults with diabetes and either depression or cardiovascular disease, or with coexistence of chronic obstructive pulmonary disease and heart failure, can benefit from care-coordination strategies with or without education to lower HbA1c, reduce depressive symptoms, improve health-related functional status, and increase the use of mental health services. Protocol registration: PROSPERO-CRD42014014489

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,052
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0230,043
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,360
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations168
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Association JournalMême sujetChronic Disease Management StrategiesTravaux en français237 207