MétaCan
Menu
Retour à la cohorte
Enregistrement W4306173264 · doi:10.1186/s12913-022-08610-1

The effectiveness of case management for cancer patients: an umbrella review

2022· review· en· W4306173264 sur OpenAlexaff
Jia Chen, Wenjun Chen, Zhengkun Shi, Huaping Yang, Peng Liu, Xiangling Dong, Chen Wang, Ling Mao, Xianhong Li

Notice bibliographique

RevueBMC Health Services Research · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesXiangya Hospital, Central South UniversityHunan Provincial Science and Technology Department
Mots-clésMedicineNursing researchHealth administrationHealth informaticsNursing managementPain medicinePublic healthCancerIntensive care medicineNursingInternal medicineAnesthesiologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Case management (CM) is widely utilized to improve health outcomes of cancer patients, enhance their experience of health care, and reduce the cost of care. While numbers of systematic reviews are available on the effectiveness of CM for cancer patients, they often arrive at discordant conclusions that may confuse or mislead the future case management development for cancer patients and relevant policy making. We aimed to summarize the existing systematic reviews on the effectiveness of CM in health-related outcomes and health care utilization outcomes for cancer patient care, and highlight the consistent and contradictory findings. METHODS: An umbrella review was conducted followed the Joanna Briggs Institute (JBI) Umbrella Review methodology. We searched MEDLINE (Ovid), EMBASE (Ovid), PsycINFO, CINAHL, and Scopus for reviews published up to July 8th, 2022. Quality of each review was appraised with the JBI Critical Appraisal Checklist for Systematic Reviews and Research Syntheses. A narrative synthesis was performed, the corrected covered area was calculated as a measure of overlap for the primary studies in each review. The results were reported followed the Preferred reporting items for overviews of systematic reviews checklist. RESULTS: Eight systematic reviews were included. Average quality of the reviews was high. Overall, primary studies had a slight overlap across the eight reviews (corrected covered area = 4.5%). No universal tools were used to measure the effect of CM on each outcome. Summarized results revealed that CM were more likely to improve symptom management, cognitive function, hospital (re)admission, treatment received compliance, and provision of timely treatment for cancer patients. Overall equivocal effect was reported on cancer patients' quality of life, self-efficacy, survivor status, and satisfaction. Rare significant effect was reported on cost and length of stay. CONCLUSIONS: CM showed mixed effects in cancer patient care. Future research should use standard guidelines to clearly describe details of CM intervention and its implementation. More primary studies are needed using high-quality well-powered designs to provide solid evidence on the effectiveness of CM. Case managers should consider applying validated and reliable tools to evaluate effect of CM in multifaced outcomes of cancer patient care.

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)0,046
score de la tête « metaresearch » (Gemma)0,185
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,242

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,185
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0100,009
Bibliométrie0,0350,021
Études des sciences et des technologies0,0020,003
Communication savante0,0080,008
Science ouverte0,0030,004
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,165
Tête enseignante GPT0,537
Écart entre enseignants0,372 · 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'étudeRevue systématique
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

Citations95
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetCancer survivorship and careTravaux en français237 207