Effects of home healthcare for adults with chronic respiratory diseases and post-COVID-19 syndrome on hospital bed turnover rate: a protocol of systematic review with meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Chronic respiratory diseases (CRDs) have a high prevalence, morbidity and mortality worldwide. After the COVID-19 pandemic, the number of patients readmitted after hospital discharge increased. For some populations, early hospital discharge and home healthcare may reduce health costs in patients treated at home when compared with those hospitalised. This study aims to systematically review the effectiveness of home healthcare for patients with CRDs and post-COVID-19 syndrome. METHODS AND ANALYSIS: We will search on MEDLINE, CENTRAL, Embase and PsycINFO. We will include randomised controlled trials (RCTs) and non-RCT studies reported in full text and abstracts. No language restriction will be applied. We will include studies related to adults with a diagnosis of CRDs or post-COVID-19 syndrome that compared in-patient hospital care with any home healthcare. We will exclude studies with participants with neurological, mental diseases, cancer or pregnant women. Two review authors will screen abstracts and select the eligible studies. To investigate the risk of bias, we will use the Cochrane 'Risk of Bias' tool for RCT, and the Risk of Bias In Non-randomised Studies-of Interventions for non-RCT. We will use the five Grading of Recommendations, Assessment, Development, and Evaluations (GRADE) considerations to assess the quality of the evidence. Patients and the public will be involved in the preparation, execution and implementation phases of the review. ETHICS AND DISSEMINATION: No ethical approval is required because only published data will be analysed. The publication of the results in peer-reviewed journals and at relevant conferences will guide the direction of future research in the field and healthcare practice. The results will also be disseminated in plain language on social media to disseminate the knowledge to society and the public interested in the topic.
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 | 0,089 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,027 | 0,044 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,003 |
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 ».