A systematic review, meta-analysis, and meta-regression of patient education for secondary prevention in patients with coronary heart disease: impact on psychological outcomes
Notice bibliographique
Résumé
BACKGROUND: Patient education is a cardiac rehabilitation core component and is associated with improvements in self-management of patients with coronary heart disease (CHD). However, the efficacy of such interventions on psychosocial outcomes and relative impact of duration is less clear. OBJECTIVES: This study aimed to assess the efficacy of patient education for secondary prevention related to behaviour change and risk factor modification on psychological outcomes in CHD patients. DESIGN: A systematic review and meta-analysis. DATA SOURCES: PsycINFO, CINAHL, Embase, EmCare, MEDLINE, PubMed, and the Cochrane Central Register of Controlled Trials were searched from inception to February 2021. ELIGIBILITY CRITERIA FOR STUDY SELECTION: Randomized controlled trials (RCTs) evaluating patient education in CHD patients, or following myocardial infarction, or revascularization compared with usual care were identified. Outcomes included depression and anxiety at <6 and 6-12 months of follow-up. RESULTS: A total of 39 RCTs and 8748 participants were included. Patient education significantly improved participants' depressive symptoms at <6 (SMD -0.82) and 6-12 months (SMD -0.38) of follow-up and anxiety level at <6 (SMD -0.90), and 6-12 months (SMD -0.32) of follow-up. Patient education also reduced the risk for having clinical depression by 35% and anxiety by 60%. Longer patient education of ≥3 months, resulted in more improvement in depressive symptoms at 6-12 months (coefficient -0.210) compared to shorter duration. CONCLUSIONS: Patient education for secondary prevention reduces anxiety and depressive symptoms in CHD patients. Regardless of intensity, longer patient education improves depression more than short duration. More information is needed on the relative impact of other intervention components. DATA REGISTRATION: PROSPERO (CRD42020200504).
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 | 0,020 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,025 | 0,050 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».