Effects of pharmacist care on hospitalizations in heart failure across outpatient and inpatient settings: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Aims Heart failure (HF) is major cause of unplanned (re)hospitalizations, especially in high‐risk patients such as those recently discharged or those with worsening HF. Hospital‐affiliated or clinic‐based pharmacists, though underutilized, may help reduce this burden. This systematic review and meta‐analysis assessed their impact on all‐cause and HF hospitalizations. Methods A systematic literature search using PUBMED and EMBASE and conducted according to PRISMA guidelines identified randomized controlled trials published up to November 2024. Eligible studies evaluated the effects of pharmacy interventions on hospitalizations and mortality among patients with HF. Studies with community pharmacy‐ or home‐based interventions were excluded. Study quality was appraised using the Cochrane risk‐of‐bias tool. Random‐effects models were applied to derive odds ratios (OR), with heterogeneity assessed using the I 2 statistic and Cochrane's Q test. Results Eleven studies were included, involving 3576 patients and a variety of pharmacist interventions. Pharmacists significantly reduced the odds of all‐cause hospitalizations compared to usual care (3472 patients, 927 events; OR 0.67, 95% confidence interval [CI]: 0.49–0.92, P = 0.0119). For HF hospitalizations (3442 patients, 504 events), similar results were retrieved (OR 0.64, 95% CI: 0.48–0.87, P = 0.0038). Heterogeneity was moderate for both analyses. Sensitivity analyses supported the robustness of these two analyses. Subgroup analyses indicated greater effectiveness in outpatient settings and when extended interventions were provided. Conclusions Across inpatient and outpatient settings, pharmacist interventions in HF significantly reduced all‐cause as well as HF hospitalizations. Our findings highlight the importance of integrating pharmacists into multidisciplinary teams to improve HF management for in‐ and outpatients.
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 | 0,013 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,048 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».