Non-pharmacologic and pharmacologic treatments for anxiety in long-term care: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: older adults living in long-term care (LTC) commonly suffer from anxiety symptoms and disorders. We completed a systematic review and meta-analysis to identify efficacious treatments for anxiety symptoms for older adults living in LTC. METHODS: we searched five electronic databases (MEDLINE, Embase, PsycINFO, Cochrane Database of Systematic Reviews and Cochrane Central Register of Controlled Trials) to identify treatments for anxiety that have been trialled in LTC. Included studies had to be randomised trials, include residents of LTC, and measure anxiety symptoms as an outcome. RESULTS: the electronic search returned 6,617 articles, 519 were reviewed in full text, and 80 were included in the descriptive synthesis. Limited studies were meta-analysed (n = 10) due to differences in described treatment and comparator conditions. Limited clinically relevant evidence supporting the use of pharmacologic treatments for symptoms of anxiety in LTC was identified. Of the treatments trialled, music compared with usual care (standardised mean difference, SMD: -0.82; 95% confidence interval (CI): -1.31, -0.34), music compared with social interaction (SMD: -0.41; 95% CI: -0.72, -0.10) and massage compared with usual care (SMD: -4.32; 95% CI: -7.44, -1.19) were found to improve anxiety symptoms, however, significant heterogeneity was detected in two comparisons. CONCLUSIONS: a range of non-pharmacologic treatments that improved anxiety symptoms were identified for use in LTC. Although limited evidence exists to support the use of particular treatments, most non-pharmacologic treatments were low-risk interventions that may be readily implemented. Further research is required to assess the treatment effect on residents of LTC with anxiety disorders or clinically relevant symptoms at baseline.
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 | 0,013 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,036 |
| Bibliométrie | 0,006 | 0,006 |
| 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 ».