MétaCan
Menu
Retour à la cohorte
Enregistrement W2930658046 · doi:10.1136/bmjopen-2018-025009

Underlying mechanisms of complex interventions addressing the care of older adults with multimorbidity: a realist review

2019· review· en· W2930658046 sur OpenAlexafffund
Monika Kastner, Leigh Hayden, Geoff Wong, Yonda Lai, Julie Makarski, Victoria Treister, Joyce Chan, Julianne H Lee, Noah Ivers, Jayna Holroyd‐Leduc, Sharon E. Straus

Notice bibliographique

RevueBMJ Open · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensNorth York General HospitalWomen's College HospitalUniversity of TorontoUniversity of CalgarySt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institute for Health and Care Research
Mots-clésMedicinePsychological interventionObservational studyContext (archaeology)MEDLINEGrey literatureQualitative researchDisease managementSystematic reviewPopulationHealth careGerontologyFamily medicineNursingAlternative medicineHealth management system

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: effective multi-chronic disease management interventions influence health outcomes in older adults 65 years of age or older. DESIGN: A realist review. DATA SOURCES: Electronic databases including Medline and Embase (inception to December 2017); and the grey literature. ELIGIBILITY CRITERIA FOR SELECTING STUDIES: We considered any studies (ie, experimental quasi-experimental, observational, qualitative and mixed-methods studies) as long as they provided data to explain our programme theories and effectiveness review (published elsewhere) findings. The population of interest was older adults (age ≥65 years) with two or more chronic conditions. ANALYSIS: We used the Realist And MEta-narrative Evidence Syntheses: Evolving Standards (RAMESES) quality and publication criteria for our synthesis aimed at refining our programme theories such that they contained multiple context-mechanism-outcome configurations describing the ways different mechanisms fire to generate outcomes. We created a 3-step synthesis process grounded in meta-ethnography to separate units of data from articles, and to derive explanatory statements across them. RESULTS: ; (2) optimised disease prioritisation involves ensuring that clinician work with patients to identify what symptoms are problematic and why, and to explore options that are acceptable to both clinicians and patients and (3) optimised patient self-management is dependent on patients' capacity for selfcare and to what extent, and establishing what patients need to enable selfcare. CONCLUSIONS: To optimise care, both clinical management and patient self-management need to be considered from multiple perspectives (patient, provider and system). To mitigate the complexities of multimorbidity management, patients focus on reducing symptoms and preserving quality of life while providers focus on the condition that most threaten morbidity and mortality. PROSPERO REGISTRATION NUMBER: 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,635
Tête enseignante GPT0,558
Écart entre enseignants0,077 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations92
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetChronic Disease Management StrategiesTravaux en français237 207