Efficacy of Hospital at Home in Patients with Heart Failure: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Heart failure (HF) is the commonest cause of hospitalization in older adults. Compared to routine hospitalization (RH), hospital at home (HaH)--substitutive hospital-level care in the patient's home--improves outcomes and reduces costs in patients with general medical conditions. The efficacy of HaH in HF is unknown. METHODS AND RESULTS: We searched MEDLINE, Embase, CINAHL, and CENTRAL, for publications from January 1990 to October 2014. We included prospective studies comparing substitutive models of hospitalization to RH in HF. At least 2 reviewers independently selected studies, abstracted data, and assessed quality. We meta-analyzed results from 3 RCTs (n = 203) and narratively synthesized results from 3 observational studies (n = 329). Study quality was modest. In RCTs, HaH increased time to first readmission (mean difference (MD) 14.13 days [95% CI 10.36 to 17.91]), and improved health-related quality of life (HrQOL) at both, 6 months (standardized MD (SMD) -0.31 [-0.45 to -0.18]) and 12 months (SMD -0.17 [-0.31 to -0.02]). In RCTs, HaH demonstrated a trend to decreased readmissions (risk ratio (RR) 0.68 [0.42 to 1.09]), and had no effect on all-cause mortality (RR 0.94 [0.67 to 1.32]). HaH decreased costs of index hospitalization in all RCTs. HaH reduced readmissions and emergency department visits per patient in all 3 observational studies. CONCLUSIONS: In the context of a limited number of modest-quality studies, HaH appears to increase time to readmission, reduce index costs, and improve HrQOL among patients requiring hospital-level care for HF. Larger RCTs are necessary to assess the effect of HaH on readmissions, mortality, and long-term costs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».