The beneficial effects of transitional care for patients with stroke: A meta‐analysis
Notice bibliographique
Résumé
INTRODUCTION: Transitional care interventions have emerged as a promising method of ensuring treatment continuity and health care coordination when patients are discharged from hospital to home. However, few studies have investigated the frequency and duration of interventions and the effects of interventions on physical function. Therefore, this study aimed to determine the efficacy of transitional care for patients with stroke. METHODS: Six databases and the grey literature were searched to obtain relevant articles from October 1, 2022 to March 10, 2023. The primary outcomes studied were motor performance, walking speed, activities of daily living (ADLs) and caregiver burden following hospital-to-home transitional care. The quality of the studies was assessed with Cochrane risk of bias version 2. The quality and sensitivity of the evidence were assessed to ensure rigour of the findings. Meta-analyses were performed using stata 17.0. RESULTS: A total of 2966 patients were identified from 23 studies. Transitional care improved post-stroke motor performance, walking speed and ADLs, and reduced caregiver burden. CONCLUSION: The findings suggest that provision of transitional care model implementation in patients with stroke is important because it reduces disability in stroke patients and helps to decrease caregivers' burden. IMPACT: The findings of the study emphasize the importance of transitional care programmes for stroke patients after they are discharged from the hospital and returned to their homes. To meet the needs of patients, all levels of health professionals including nurses should be aware of the discharge process and care plan.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».