Patient education interventions for health behaviour change in adults diagnosed with coronary heart disease: A protocol for a systematic review and meta‐analysis
Notice bibliographique
Résumé
AIM: To assess the efficacy of structured patient education on disease-related knowledge and health behaviour change outcomes in adults with coronary heart disease. DESIGN: Systematic review and meta-analyses including meta-regression on education duration. METHODS: Seven databases (including Medline, Pubmed (non-Medline), CINAHL, PsycINFO, Embase, Emcare and Cochrane central register of controlled trials) will be searched from inception through 2020 to identify relevant randomized controlled trials testing interventions to improve health behaviours and disease-related knowledge in adults with coronary heart disease. Risk for bias will be assessed using the Cochrane Risk for Bias tool. Data will be synthesized using random-effects meta-analyses in Comprehensive Meta-Analysis Version 3. Heterogeneity will be assessed using Cochrane's Q statistic and the I-squared statistic will be reported. Meta-regression will be used to determine the effect of intervention duration. Publication bias will be assessed using funnel plots and Egger's test and which will be adjusted by conducting the trim-and-fill test when necessary. Funding for this project began in March 2020. DISCUSSION: We will examine knowledge and behaviour outcomes including physical activity, dietary habits, smoking and medication adherence for patients with coronary heart diseases. This review will be the most comprehensive meta-analysis of structured patient education interventions to date and the first to analyse the effect of education duration. IMPACT: The efficacy of patient education on knowledge and behaviour outcomes for patients with coronary heart diseases has not yet been established. This systematic review will determine the efficacy of structured patient education on knowledge and behaviour outcomes and determine whether the duration of patient education influences patient outcomes and thus guide intervention design. PROSPERO registration Number: CRD42020173467.
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 | 0,059 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,019 | 0,034 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,007 |
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 ».