Quality of life in survivors after a period of hospitalization in the intensive care unit: a systematic review
Notice bibliographique
Résumé
OBJECTIVE: To assess the long-term, health-related quality of life of intensive care unit survivors by systematic review. METHODS: The search for, and selection and analysis of, observational studies that assessed the health-related quality of life of intensive care unit survivors in the electronic databases LILACS and MEDLINE® (accessed through PubMed) was performed using the indexed MESH terms "quality of life [MeSH Terms]" AND "critically illness [MeSH Terms]". Studies on adult patients without specific prior diseases published in English in the last 5 years were included in this systematic review. The citations were independently selected by three reviewers. Data were standardly and independently retrieved by two reviewers, and the quality of the studies was assessed using the Newcastle-Ottawa scale. RESULTS: In total, 19 observational cohort and 2 case-control studies of 57,712 critically ill patients were included. The follow-up time of the studies ranged from 6 months to 6 years, and most studies had a 6-month or 1-year follow up. The health-related quality of life was assessed using two generic tools, the EuroQol and the Short Form Health Survey. The overall quality of the studies was low. CONCLUSIONS: Long-term, health-related quality of life is compromised among intensive care unit survivors compared with the corresponding general population. However, it is not significantly affected by the occurrence of sepsis, delirium, and acute kidney injury during intensive care unit admission when compared with that of critically ill patient control groups. High-quality studies are necessary to quantify the health-related quality of life among intensive care unit survivors.
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 | 0,002 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».