Anesthesia interventions that alter perioperative mortality: a scoping review
Notice bibliographique
Résumé
BACKGROUND: With over 230 million surgical procedures performed annually worldwide, better application of evidence in anesthesia and perioperative medicine may reduce widespread variation in clinical practice and improve patient care. However, a comprehensive summary of the complete available evidence has yet to be conducted. This scoping review aims to map the existing literature investigating perioperative anesthesia interventions and their potential impact on patient mortality, to inform future knowledge translation and ultimately improve perioperative clinical practice. METHODS: Searches were conducted in MEDLINE, EMBASE, CINAHL, and the Cochrane Library databases from inception to March 2015. Study inclusion criteria were adult patients, surgical procedures requiring anesthesia, perioperative intervention conducted/organized by a professional with training in anesthesia, randomized controlled trials (RCTs), and patient mortality as an outcome. Studies were screened for inclusion, and data was extracted in duplicate by pairs of independent reviewers. Data were extracted, tabulated, and reported thematically. RESULTS: Among the 10,505 publications identified, 369 RCTs (n = 147,326 patients) met the eligibility criteria. While 15 intervention themes were identified, only 7 themes (39 studies) had a significant impact on mortality: pharmacotherapy (n = 23), nutritional (n = 3), transfusion (n = 4), ventilation (n = 5), glucose control (n = 1), medical device (n = 2), and dialysis (n = 1). CONCLUSIONS: By mapping intervention themes, this scoping review has identified areas requiring further systematic investigation given their potential value for reducing patient mortality as well as areas where continued investment may not be cost-effective given limited evidence for improving survival. This is a key starting point for future knowledge translation to optimize anesthesia practice.
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 | 0,025 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,023 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».