Effectiveness of trauma centers verification: Protocol for a systematic review
Notice bibliographique
Résumé
BACKGROUND: The implementation of trauma systems in many high-income countries over the last 50 years has led to important reductions in injury mortality and disability in many healthcare jurisdictions. Injury organizations including the American College of Surgeons and the Trauma Association of Canada as well as the World Health Organization provide consensus-based recommendations on resources and processes for optimal injury care. Many hospitals treating trauma patients seek verification to demonstrate that they meet these recommendations. This process may be labeled differently across jurisdictions. In Canada for example, it is called accreditation, but it has the same objective and very similar modalities. The objective of the study described in this protocol is to systematically review evidence on the effectiveness of trauma center verification for improving clinical processes and patient outcomes in injury care. METHODS: We will perform a systematic review of studies evaluating the association between trauma center verification and hospital mortality (primary outcome), as well as morbidity, resource utilization, and processes of care (secondary outcomes). We will search CINAHL, EMBASE, HealthStar, MEDLINE, and ProQuest databases, as well as key injury organization websites for gray literature. We will assess the methodological quality of studies using the Risk Of Bias In Non-randomized Studies - of Interventions (ROBINS-I) assessment tool. We are planning to conduct a meta-analysis if feasible based on the number of included studies and their heterogeneity. We will evaluate the quality of cumulative evidence and strength of recommendations using the Grading of Recommendations Assessment, Development and Evaluation (GRADE) working group methodology. DISCUSSION: This review will provide a synthesis of the body of evidence on trauma center verification effectiveness. Results could reinforce current verification modalities and may suggest ways to optimize them. Results will be published in a peer-reviewed journal and presented at an international clinical conference. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42018107083.
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 | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,027 | 0,005 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».