The effectiveness of exercise referral schemes on patient health and their cost: an umbrella review
Notice bibliographique
Résumé
Exercise referral schemes (ERS) involving referrals from primary care providers to exercise programs and professionals may be a useful strategy for helping patients lead more active lifestyles. We performed an umbrella review to determine the impact of ERS on patient activity/fitness, clinical outcomes, and their cost-effectiveness. The review was pre-registered in Prospero (CRD42023443094) and conducted in July 2023. PRISMA reporting was followed. Our umbrella review screened 2129 citations with 12 studies meeting our inclusion criteria ( n = 8 meta-analyses) that included 110 unique individual studies of 62 815 unique participants. The average study quality was 8.9 ± 1.9 (out of 11). Studies examined patient physical activity or fitness ( n = 9/12), a clinical outcome ( n = 8/12), and/or cost-effectiveness ( n = 4/12). Earlier reviews observed that physical activity or fitness was unchanged following ERS, but more recent (post-2015), larger sample size studies observe low-to-moderate improvements. Recent reviews reported that ERS lowered blood pressure, body mass index, and depression. ERS cost-effectiveness was conflicting. Altogether our umbrella review of high-quality reviews with a low risk of bias demonstrated that although early work indicated null effects, more up-to-date reviews of ERS observe improved patient activity/fitness, cardiometabolic, and mental health. ERS are an effective strategy to improve patient health.
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 | 0,042 | 0,163 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,021 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».