Optimizing the diagnosis and management of dementia within primary care: a systematic review of systematic reviews
Notice bibliographique
Résumé
BACKGROUND: To understand how best to approach dementia care within primary care and its challenges, we examined the evidence related to diagnosing and managing dementia within primary care. METHODS: Databases searched include: MEDLINE, Embase, PsycINFO and The Cochrane Database of Systematic Reviews from inception to 11 May 2020. English-language systematic reviews, either quantitative or qualitative, were included if they described interventions involving the diagnosis, treatment and/or management of dementia within primary care/family medicine and outcome data was available. The risk of bias was assessed using AMSTAR 2. The review followed PRISMA guidelines and is registered with Open Science Framework. RESULTS: Twenty-one articles are included. The Mini-Cog and the MMSE were the most widely studied cognitive screening tools. The Abbreviated Mental Test Score (AMTS) achieved high sensitivity (100 %, 95 % CI: 70-100 %) and specificity (82 %, 95 % CI: 72-90 %) within the shortest amount of time (3.16 to 5 min) within primary care. Five of six studies found that family physicians had an increased likelihood of suspecting dementia after attending an educational seminar. Case management improved behavioural symptoms, while decreasing hospitalization and emergency visits. The primary care educational intervention, Enhancing Alzheimer's Caregiver Health (Department of Veterans Affairs), was successful at increasing carer ability to manage problem behaviours and improving outcomes for caregivers. CONCLUSIONS: There are clear tools to help identify cognitive impairment in primary care, but strategies for management require further research. The findings from this systematic review will inform family physicians on how to improve dementia diagnosis and management within their primary care practice.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 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 | 0,000 | 0,001 |
| 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 ».