MétaCan
Menu
← Retour à la cohorte
Enregistrement W3203470437 · doi:10.21203/rs.3.rs-870968/v1

Effectiveness of case management interventions in reducing common and potentially preventable complications associated with Parkinson’s disease:A systematic review and meta-analysis

2021· preprint· en· W3203470437 sur OpenAlexaff
Angelika D. van Halteren, Jules M. Janssen Daalen, Jan H. L. Ypinga, Bastiaan R. Bloem, Marjan J. Meinders, Marten Munneke, Sirwan K.L. Darweesh

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensCentre for Movement Disorders
Organismes subventionnairesParkinsonfonden
Mots-clésPsychological interventionMedicineDiseaseMeta-analysisRandomized controlled trialSwallowingAnxietyDisease managementParkinson's diseaseSystematic reviewDepression (economics)MEDLINEIntensive care medicinePhysical therapyPsychiatrySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Objective We sought to systematically examine the effectiveness of case management interventions on common and potentially preventable complications associated with Parkinson’s disease, both in persons with Parkinson’s disease and in persons with other chronic health conditions. We specifically focused on falls, depression, anxiety, hallucinations, urinary tract infections and swallowing impairments. Background There is no systematic insight in the effect of case management on common complications associated with Parkinson’s disease. This is an important knowledge gap given that people living with Parkinson's have identified care coordination as one of their highest priorities. Furthermore, it remains unclear whether the putative beneficial effects of case management would vary by key patient characteristics, such as their age, gender or disease characteristics. Such insights would contribute to a shift from “one size fits all” healthcare resource allocation to personalized medicine. Methods Using predefined inclusion criteria, we identified studies published up till February 2021 from PubMed and Embase databases. For each study, data were extracted independently by two researchers. Narrative analysis, and when possible also meta-analysis and random-effects analyses were undertaken. Results 23 randomized controlled trials and four non-randomized studies reported data on the effect of case management on feelings of anxiety (8 studies) or symptoms of depression (26 studies). Only one study was conducted in people with Parkinson’s disease. No study were identified that reported on how case management affected falls, hallucinations, urinary tract infections or swallowing impairments. Across meta-analyses, we observed a statistically significant effect of case management on reducing anxiety (Standardized Mean Difference [SMD] = − 0.47; 95% confidence interval [CI]: -0.69, -0.32) and depression (SMD = − 0.48; CI: -0.71, -0.25). We found a large heterogeneity in effect estimates across studies, but this was not explained by patient population or intervention characteristics. Conclusions Among people with chronic health conditions, case management has beneficial effects on symptoms of depression and feelings of anxiety, which are two common complications of Parkinson’s disease. However, these findings were based almost exclusively on interventions in people with other diseases. Future studies should assess the utility of case management for preventing complications in people with Parkinson’s disease, with a particular focus on the optimal content, frequency, and intensity of case management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,044
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0230,040
Bibliométrie0,0080,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,416
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetParkinson's Disease Mechanisms and Treatments→Travaux en français237 207→