A systematic review of 30-day readmission after cranial neurosurgery
Notice bibliographique
Résumé
OBJECTIVE The 30-day readmission rate has emerged as an important marker of the quality of in-hospital care in several fields of medicine. This review aims to summarize available research reporting readmission rates after cranial procedures and to establish an association with demographic, clinical, and system-related factors and clinical outcomes. METHODS The authors conducted a systematic review of several databases; a manual search of the Journal of Neurosurgery, Neurosurgery, Acta Neurochirurgica, Canadian Journal of Neurological Sciences; and the cited references of the selected articles. Quality review was performed using the STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) criteria. Findings are reported according to the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines. RESULTS A total of 1344 articles published between 1947 and 2015 were identified; 25 were considered potentially eligible, of which 12 met inclusion criteria. The 30-day readmission rates varied from 6.9% to 23.89%. Complications arising during or after neurosurgical procedures were a prime reason for readmission. Race, comorbidities, and longer hospital stay put patients at risk for readmission. CONCLUSIONS Although readmission may be an important indicator for good care for the subset of acutely declining patients, neurosurgery should aim to reduce 30-day readmission rates with improved quality of care through systemic changes in the care of neurosurgical patients that promote preventive measures.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».