Self‐management programmes for cirrhosis: A systematic review
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Liver cirrhosis severely decreases patients' quality of life. Since self-management programmes have improved quality of life and reduce hospital admissions in other chronic diseases, they have been suggested to decrease liver cirrhosis burden. METHODS: We performed a systematic review and meta-analysis to evaluate the clinical impact of self-management programmes in patients with liver cirrhosis, which followed the Preferred Reporting for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. Primary outcomes include health-related quality of life (HRQOL) and hospitalisation. We searched MEDLINE, CENTRAL, Embase, CINAHL, PsycINFO and two trial registers to July 2017. RESULTS: We identified four randomised trials (299 patients) all rated at a high risk of bias. No difference was demonstrated for HRQOL (standardised mean difference -0.01, 95% CI: -0.48 to 0.46) and hospitalisation days (incidence rate ratio 1.6, 95% CI: 0.5-4.8). For secondary outcomes, one study found a statistically significant improvement in patient knowledge (mean difference (MD) 3.68, 95% CI: 2.11-5.25) while another study found an increase in model for end-stage liver disease scores (MD 2.8, 95% CI: 0.6-4.9) in the self-management group. No statistical difference was found for the other secondary outcomes (self-efficacy, psychological health outcomes, healthcare utilisation, mortality). Overall, the quality of the evidence was low. The content of self-management programmes varied across studies with little overlap. CONCLUSIONS: The current literature indicates that there is no evidence of a benefit of self-management programmes for people with cirrhosis. RELEVANCE TO CLINICAL PRACTICE: Practitioners should use self-management programmes with caution when delivering care to patients living with cirrhosis. Further research is required to determine what are the key features in a complex intervention like self-management. This review offers a preliminary framework for clinicians to develop a new self-management programme with key features of effective self-management interventions from established models.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».