Volunteer Impact on Health-Related Outcomes for Seniors: a Systematic Review And Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Volunteers are increasingly promoted to improve health-related outcomes for community-dwelling elderly without synthesized evidence for effectiveness. This systematic review and meta-analysis evaluates the effects of unpaid volunteer interventions on health-related outcomes for such seniors. METHODS: MEDLINE, EMBASE and Cochrane (CENTRAL) were searched up to November 2018. We included English language, randomized trials. Two reviewers independently identified studies, extracted data, and assessed evidence certainty (using GRADE). Meta-analysis used random-effects models. Univariate meta-regressions investigated the relationship between volunteer intervention effects and trial participant age, percentage females, and risk of bias. RESULTS: 28 included studies focussed on seniors with a variety of chronic conditions (e.g., dementia, diabetes) and health states (e.g., frail, palliative). Volunteers provided a range of roles (e.g., counsellors, educators and coaches). Low certainty evidence found that volunteers may improve both physical function (MD = 3.2 points on the 100-point SF-36 physical component score [PCS]; 95% CI: 1.09, 5.27) and physical activity levels (SMD = 0.5, 95% CI: 0.14 to 0.83). Adverse events were not increased. CONCLUSION: Volunteers may increase physical activity levels and subjective ratings of physical function for seniors without apparent harm. These findings support the WHO call to action on evidence-based policies to align health systems in support of older adults.
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 | 0,019 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,032 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».