Change in Adverse Events After Enrollment in the National Surgical Quality Improvement Program: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: The American College of Surgeons' National Surgical Quality Improvement Program (NSQIP) is the first nationally validated, risk-adjusted, outcomes-based program to measure and compare the quality of surgical care across North America. Participation in this program may provide an opportunity to reduce the incidence of adverse events related to surgery. STUDY DESIGN: A systematic review of the literature was performed. MedLine, EMBASE and PubMed were searched for studies relevant to NSQIP. Patient characteristics, intervention, and primary outcome measures were abstracted. The intervention was participation in NSQIP and monitoring of Individual Site Summary Reports with or without implementation of a quality improvement program. The outcomes of interest were change in peri-operative adverse events and mortality represented by pooled risk ratios (pRR) and 95% confidence intervals (CI). RESULTS: Eleven articles reporting on 35 health care institutions were included. Nine (82%) of the eleven studies implemented a quality improvement program. Minimal improvements in superficial (pRR 0.81; 95% CI 0.72-0.91), deep (pRR 0.82; 95% CI0.64-1.05) and organ space (pRR 1.15; 95% CI 0.96-1.37) infections were observed at centers that did not institute a quality improvement program. However, centers that reported formal interventions for the prevention and treatment of infections observed substantial improvements (superficial pRR 0.55, 95% CI 0.39-0.77; deep pRR 0.61, 95% CI 0.50-0.75, and organ space pRR 0.60, 95% CI 0.50-0.71). Studies evaluating other adverse events noted decreased incidence following NSQIP participation and implementation of a formal quality improvement program. CONCLUSIONS: These data suggest that NSQIP is effective in reducing surgical morbidity. Improvement in surgical quality appears to be more marked at centers that implemented a formal quality improvement program directed at the reduction of specific morbidities.
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 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,040 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».