Systematic review (protocol) of clinical effectiveness and models of care of low-resource pulmonary rehabilitation
Notice bibliographique
Résumé
More than half of the people with chronic respiratory diseases (CRDs) live in low- and middle-income countries (LMICs). The increasing disability, reduced productivity, associated anxiety and depression from CRDs result in social isolation and economic hardship for patients and their families. Pulmonary rehabilitation (PR) is a guideline-recommended multidisciplinary and multifaceted intervention that improves the physical and psychological condition of people with CRD. However, PR services are underprovided and uptake is poor in LMICs, especially in low-resourced setting. We aim to systematically assess the effectiveness, applicable components and mode of delivery of PR. We will search MEDLINE, EMBASE, CABI, AMED and CENTRAL from January 1990 using a PICOS search strategy (Population: adults with CRD (including chronic obstructive pulmonary disease, post-tuberculosis, remodelled asthma); Intervention: PR; Comparator: usual care; Outcomes: functional exercise capacity and Health-Related Quality-of-Life; Setting: low-resource settings). Two reviewers will independently screen titles/abstracts and full texts for eligibility and extract data from included papers. We will use the Cochrane Risk-of-Bias tool, rating the quality of evidence using GRADE. We will use narrative synthesis to answer our three objectives: What is the effectiveness of PR in low-resource settings? What components are used in effective studies? What models of service delivery are used? This systematic review will inform the potential impact and practical models of low-resource PR for the betterment of patients with CRDs to improve their substantial health-care burden and address poor quality of life.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».