Acute outreach service to nursing homes: A systematic review with GRADE and triple aim approach
Notice bibliographique
Résumé
BACKGROUND: People living in nursing homes face the risk of visiting the emergency department (ED). Outreach services are developing to prevent unnecessary transfers to ED. AIMS: We aim to assess the performance of acute care services provided to people living in nursing homes or long-term homecare, focusing on ED transfer prevention, safety, cost-effectiveness and experiences. MATERIALS & METHODS: This review was guided by the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). Studies were eligible for inclusion if they were peer-reviewed and examined acute outreach services dedicated to delivering care to people in nursing homes or long-term homecare. The service models could also have preventive components. The databases searched were Scopus and CINAHL. In addition, Robins-I and SIGN checklists were used. The primary outcomes of prevented ED transfers or hospitalisations and the composite outcome of adverse events (mortality/Emergency Medical Service or ED visit after outreach service contact related to the same clinical condition) were graded with GRADE. RESULTS: Fifteen relevant original studies were found-all were observational and focused on nursing homes. The certainty of evidence for acute outreach services with preventive components to prevent ED transfers or hospitalisations was low. Stakeholders were satisfied with these services. The certainty of evidence for solely acute outreach services to prevent ED transfers or hospitalisations was very low and inconclusive. Reporting of adverse events was inconsistent, certainty of evidence for adverse events was low. CONCLUSION: Published data might support adopting acute outreach services with preventive components for people living in nursing homes to reduce ED transfers, hospitalisations and possibly costs. If an outreach service is started, it is recommended that a cluster-randomised or quasi-experimental research design be incorporated to assess the effectiveness and safety of the service. More evidence is also needed on cost-effectiveness and stakeholders' satisfaction. Systematic review registration number: PROSPERO CRD42020211048, date of registration: 25.09.2020.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».