A systematic review and meta-analysis of pediatric integrated primary care for the prevention and treatment of physical and behavioral health conditions
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the effects of behavioral health interventions delivered within pediatric integrated primary care models on clinical outcomes. METHODS: We searched Medline, EMBASE, CENTRAL, PsycINFO, and SCOPUS for studies published from January 1, 1998, to September 20, 2023. We included studies that evaluated onsite behavioral health integration in pediatric primary care using a comparator condition (usual, enhanced usual care, or waitlist). Outcome data on symptom change, impairment/quality of life, health indicator, and behavior change were extracted using Covidence software. The Preferred Reporting Items for Systematic Reviews and Meta-analyses (PRISMA) guideline was followed Risk of bias analysis was conducted using the Cochrane Risk of Bias tool. We used multilevel meta-analysis to synthesize multiple outcomes nested within studies. Open Science Foundation pre-registration: #10.17605/OSF.IO/WV7XP. RESULTS: In total, 33 papers representing 27 studies involving 6,879 children and caregivers were included. Twenty-four studies were randomized controlled trials and three were quasi-experimental designs. Seventeen papers reported on treatment trials and 16 reported on prevention trials. We found a small overall effect size (SMD = 0.19, 95% confidence interval [0.11, 0.27]) supporting the superiority of integrated primary care to usual or enhanced usual care. Moderator analyses suggested similar effectiveness between co-located and integrated models and no statistically significant differences were found between treatment and prevention trials. CONCLUSIONS: Results suggest that integrated primary care is superior to usual and enhanced usual care at improving behavior, quality of life, and symptoms. Integrated primary care research needs improved standards for reporting to promote better synthesis and understanding of the literature.
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 | 0,032 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,031 | 0,043 |
| Bibliométrie | 0,012 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».