Underlying mechanisms of complex interventions addressing the care of older adults with multimorbidity: a realist review
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,010 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».