Characteristics of Case Management in Primary Care Associated With Positive Outcomes for Frequent Users of Health Care: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: Case management (CM) interventions are effective for frequent users of health care services, but little is known about which intervention characteristics lead to positive outcomes. We sought to identify characteristics of CM that yield positive outcomes among frequent users with chronic disease in primary care. METHODS: For this systematic review of both quantitative and qualitative studies, we searched MEDLINE, CINAHL, Embase, and PsycINFO (1996 to September 2017) and included articles meeting the following criteria: (1)population: adult frequent users with chronic disease, (2)intervention: CM in a primary care setting with a postintervention evaluation, and (3)primary outcomes: integration of services, health care system use, cost, and patient outcome measures. Independent reviewers screened abstracts, read full texts, appraised methodologic quality (Mixed Methods Appraisal Tool), and extracted data from the included studies. Sufficient and necessary CM intervention characteristics were identified using configurational comparative methods. RESULTS: Of the 10,687 records retrieved, 20 studies were included; 17 quantitative, 2 qualitative, and 1 mixed methods study. Analyses revealed that it is necessary to identify patients most likely to benefit from a CM intervention for CM to produce positive outcomes. High-intensity intervention or the presence of a multidisciplinary/interorganizational care plan was also associated with positive outcomes. CONCLUSIONS: Policy makers and clinicians should focus on their case-finding processes because this is the essential characteristic of CM effectiveness. In addition, value should be placed on high-intensity CM interventions and developing care plans with multiple types of care providers to help improve patient outcomes.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».