MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415789622 · doi:10.1161/circ.152.suppl_3.4367189

Abstract 4367189: Clinical Efficacy of Telemedicine vs Standard Outpatient Management for Heart Failure: A Systematic Review and Meta-Analysis

2025· article· en· W4415789622 sur OpenAlexaboutno aff
Saif Syed, Rohan Kumar Ochani, Priya Hotwani, Qasim Bashir, Talal Almas, Shubhashis Saha, Rohan Raj, Binay Panjiyar, Sharvil Patel, Krishna Teja Vemulaghat, Ankur Singla, Anil KC, Sahithi Gopu, singla kushagar, Laxman Wagle, Chandana Tadigotla, deekshith ameer shaik

Notice bibliographique

RevueCirculation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelemedicineGuidelineClinical trialQuality of life (healthcare)MEDLINEMeta-analysisCochrane LibraryOutpatient clinicHeart failureAmbulatory care

Résumé

récupéré en direct d'OpenAlex

Background: Telemedicine (TM) modalities—home tele-monitoring and structured telephone support—are proposed to improve outcomes in heart failure (HF), yet pooled effects remain inconsistent. Methods: PubMed, Embase, Cochrane, and Web of Science were searched to 1 June 2025 for randomised controlled trials (RCTs) or prospective cohorts comparing TM with usual outpatient HF care. Primary endpoints were all-cause mortality and HF-related readmission; quality of life (QoL) was secondary. Risk ratios (RRs) were pooled with a random-effects model (I2 for heterogeneity). Risk of bias was assessed with Cochrane RoB 2 and Newcastle–Ottawa tools. Protocol: PROSPERO. Results: Twenty-eight studies (24 RCTs, 4 cohorts) enrolling 11 334 patients (mean age 69 y; 37 % women) met criteria. TM reduced mortality (pooled RR 0.81, 95 % CI 0.72–0.91; I2 18 %). Benefit was greatest in tele-monitoring trials (RR 0.66, 0.54–0.81; 2 710 patients), whereas telephone support showed a non-significant trend (RR 0.88, 0.76–1.01).TM lowered HF readmissions by 22 % (RR 0.78, 0.69–0.88; I2 25 %) and had no effect on all-cause hospitalisations (RR 0.96, 0.88–1.04). QoL improved in six of eight studies reporting the Minnesota Living with HF Questionnaire (mean difference –3.4 points). Funnel-plot symmetry and Egger’s test (p = 0.28) suggested no publication bias; most trials were low-to-moderate risk. Conclusions: Across >11 000 HF patients, TM—especially home tele-monitoring—significantly reduces mortality and HF-specific readmissions and modestly enhances QoL compared with standard outpatient management. These contemporary data support routine integration of TM into HF care pathways and its inclusion in future guideline recommendations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,030
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0250,041
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,427
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→