MétaCan
Menu
Retour à la cohorte
Enregistrement W4317600552 · doi:10.1007/s40266-022-01003-3

Ageing with HIV: Medicine Optimisation Challenges and Support Needs for Older People Living with HIV: A Systematic Review

2023· review· en· W4317600552 sur OpenAlexaboutno aff
Priya Sarma, R. Michael Cassidy, Sarah Corlett, Barbra Katusiime

Notice bibliographique

RevueDrugs & Aging · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueHIV-related health complications and treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological interventionCINAHLPsycINFOSystematic reviewMEDLINECritical appraisalGrey literatureFamily medicineData extractionGerontologyPolypharmacyAlternative medicinePsychiatryPathologyIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Older people living with HIV (PLWH) are at increased risks of co-morbidities and polypharmacy. However, little is known about factors affecting their needs and concerns about medicines. This systematic review aims to describe these and to identify interventions to improve medicine optimisation outcomes in older PLWH. METHODS AND DATA SOURCES: Multiple databases and grey literature were searched from inception to February 2022 including MEDLINE, CINAHL, PsycInfo, PsychArticles, the Cochrane Database of Systematic Reviews and the Cochrane Controlled Register of Trials, Abstracts in Social Gerontology, and Academic Search Complete. ELIGIBILITY CRITERIA: Studies reporting interventions/issues affecting older PLWH (sample populations with mean/median age ≥ 50 years; any aspect of medicine optimisation, or concerns). Quality assessments were completed by means of critical appraisal checklists for each study design. Title and abstract screening was led by one reviewer and a sample reviewed independently by two reviewers. Full-paper reviews were completed by one author and a 20% sample was reviewed independently by two reviewers. SYNTHESIS: Data were extracted by three independent reviewers using standardised data extraction forms and synthesised according to outcomes or interventions reported. Data were summarised to include key themes, outcomes or concerns, and summary of intervention. RESULTS: Seventy-nine (n = 79) studies met the eligibility criteria, most of which originated from the USA (n = 36). A few studies originated from Australia (n = 5), Canada (n = 5), Spain (n = 9), and the UK (n = 5). Ten studies originated from Sub-Saharan Africa (Kenya n = 1, South Africa n = 6, Tanzania n = 1, Uganda n = 1, Zimbabwe n = 1). The rest of the studies were from China (n = 1), France (n = 1), Germany (n = 1), Italy (n = 1), the Netherlands (n = 1), Pakistan (n = 1), Switzerland (n = 1), Saudi Arabia (n = 1) and Ukraine (n = 1). Publication dates ranged from 2002 to 2022. Sample sizes ranged from 10 to 15,602 across studies. The factors affecting older PLWH's experience of and issues with medicines were co-morbidities, health-related quality of life, polypharmacy, drug interactions, adverse drug reactions, adherence, medicine burden, treatment burden, stigma, social support, and patient-healthcare provider relationships. Nine interventions were identified to target older persons, five aimed at improving medication adherence, two to reduce drug interactions, and two for medicine self-management initiatives. CONCLUSION: Further in-depth research is needed to understand older PLWH's experiences of medicines and their priority issues. Adherence-focused interventions are predominant, but there is a scarcity of interventions aimed at improving medicine experiences for this population. Multi-faceted interventions are needed to achieve medicine optimisation outcomes for PLWH. TRIAL REGISTRATION: This study is registered with PROSPERO registration number: CRD42020188448.

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)0,010
score de la tête « metaresearch » (Gemma)0,042
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 enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,050
Tête enseignante GPT0,349
Écart entre enseignants0,300 · 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

Citations37
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrugs & AgingMême sujetHIV-related health complications and treatmentsTravaux en français237 207