Pet therapy in the emergency department and ambulatory care: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Background Pet therapy, or animal‐assisted interventions (AAIs), has demonstrated positive effects for patients, families, and health care providers (HCPs) in inpatient settings. However, the evidence supporting AAIs in emergency or ambulatory care settings is unclear. We conducted a systematic review to evaluate the effectiveness of AAIs on patient, family, and HCP experience in these settings. Methods We searched (from inception to May 2020) Medline, Embase, Cochrane CENTRAL, PsycINFO, and CINAHL, plus gray literature, for studies assessing AAIs in emergency and ambulatory care settings on: (1) patient and family anxiety/distress or pain and (2) HCP stress. Screening, data extraction, and quality assessment were done in duplicate with conflicts adjudicated by a third party. Random‐effects meta‐analyses are reported as mean differences (MDs) or standardized mean differences (SMDs) and 95% confidence intervals (CIs), as appropriate. Results We included nine randomized controlled trials (RCTs; 341 patients, 146 HCPs, 122 child caregivers), four before–after (83 patients), and one mixed‐method study (124 patients). There was no effect across three RCTs measuring patient‐reported anxiety/distress (n = 380; SMD = –0.36, 95% CI = –0.95 to 0.23, I2 = 81%), while two before–after studies suggested a benefit (n = 80; SMD = –1.95, 95% CI = –2.99 to –0.91, I2 = 72%). Four RCTs found no difference in measures of observed anxiety/distress (n = 166; SMD = –0.44, 95% CI = –1.01 to 0.13, I2 = 73%) while one before–after study reported a significant benefit (n = 60; SMD = –1.64, 95% CI = –2.23 to –1.05). Three RCTs found no difference in patient‐reported pain (n = 202; MD = –0.90, 95% CI = –2.01 to 0.22, I2 = 68%). Two RCTs reported positive but nonsignificant effects on HCP stress. Conclusions Limited evidence is available on the effectiveness of AAIs in emergency and ambulatory care settings. Rigorous studies using global experience‐oriented (or patient‐identified) outcome measures are required.
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 | 0,015 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,032 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».