The developing world of pre‐operative optimisation: a systematic review of Cochrane reviews
Notice bibliographique
Résumé
Pre-operative optimisation is a heterogenous group of interventions aimed at improving peri-operative outcomes. To understand the evidence for pre-operative optimisation in the developing world, we systematically reviewed Cochrane reviews on the topic according to the Human Developmental Index (HDI) of the country where patient recruitment occurred. We used summary statistics and cartograms to describe the HDI, year of publication, timing of pre-operative intervention and risk of bias associated with each included trial. We assessed the impact of multinational trials on the risk of bias introduced by countries of differing HDI. Four-hundred and nine trials representing 51 countries and 89,389 randomly allocated participants were summarised in this review. Four-hundred and nineteen out of 451 (93%) trial populations (i.e. a group of study participants from one country) were from high and very high HDI countries. The median (IQR [range]) HDI of countries were 0.862 (0.806-0.892 [0.445-0.949]). Three of the 409 included trials were multinational, representing 32 countries and 37,736 out of 89,389 (42.2%) included participants. Africa was the least represented continent, with only 4 included trials and 566 participants, of which 62.3% were from one multinational trial. The overall risk of bias was high or unclear in 381 out of 409 (93%) trials. Inclusion of multinational trials decreased the proportion of trial populations introducing high or unclear risk of bias by 9.4% (95%CI 5.1-13.7; p < 0.0001). Half of the world's population live in low- and middle-HDI countries. This population is poorly represented in systematically reviewed evidence on pre-operative optimisation. Multinational trials increase the knowledge contribution from low- and middle-HDI countries and decrease risk of bias in systematic reviews.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,003 |
| 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 ».