Adherence and influencing factors of high-flow nasal cannula humidified oxygen therapy in elderly patients with stable chronic obstructive pulmonary disease: A meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: The objective of the study was to systematically evaluate and perform a meta-analysis on the adherence to high-flow nasal cannula (HFNC) humidified oxygen therapy and its influencing factors in elderly patients with stable chronic obstructive pulmonary disease (COPD). METHODS: Relevant literature on HFNC and COPD was retrieved from PubMed, EMbase, Web of Science, and Cochrane Library databases. Cross-sectional studies, case-control studies, and cohort studies were included. Screening and quality assessment were conducted using Endnote X9 software. Quality scores were assigned using the Newcastle-Ottawa Scale and the AHRQ assessment tool. Basic information, sample size, and adherence-related factors were extracted, and heterogeneity and publication bias were assessed. RESULTS: A total of 321 articles were initially identified, with 8 English articles involving 325 patients included after screening. Quality assessment yielded five high-quality articles (score > 8), two medium-quality articles (score = 7), and one low-quality article (score = 6). Meta-analysis results showed a COPD patient HFNC adherence rate of 32.7%. Negative factors included the number of acute exacerbations (odds ratio [OR] =2.17), adverse reactions (OR = 4.13), regular follow-up (OR = 9.45), educational level (OR = 5.38), and concurrent medications (OR = 4.71). Positive factors included age < 70 years (OR = 0.45), duration of use (OR = 0.30), inhalation technique (OR = 0.31), treatment satisfaction (OR = 0.35), and adverse reactions (OR = 0.15). Funnel plot and Egger's test results indicated minimal publication bias. CONCLUSION: Adherence to HFNC in elderly COPD patients is relatively low, influenced by negative factors such as the number of acute exacerbations, adverse reactions, regular follow-up, educational level, and concurrent medications. Positive factors include age < 70 years, duration of use, inhalation technique, treatment satisfaction, and adverse reactions.
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 | 0,016 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,059 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».