Sex/gender and additional equity characteristics of providers and patients in perioperative anesthesia trials: a cross-sectional analysis of the literature
Notice bibliographique
Résumé
Sex and gender, among other equity-related characteristics, influence the process of care and patients' outcomes. Currently, the extent to which these characteristics are considered in the anesthesia literature remains unknown. This study assesses their incorporation in randomized controlled trials (RCTs) on anesthesia-related interventions, for both patients and healthcare providers. This is a cross-sectional analysis using an existing dataset derived from the anesthesia literature. The dataset originated from a scoping review searching MEDLINE, Embase, CINAHL, CENTRAL, and the Cochrane Database of Systematic reviews. RCTs investigating the effect of anesthesia-related interventions on mortality for adults undergoing surgery were included. Equity outcome measures were recorded for both patients and providers and assessed for inclusion in the study design, reporting of results, and analysis of intervention effects. Three-hundred sixty-one RCTs (n = 144,674) were included. Most RCTs (91%) reported patient sex/gender, with 58% of patients identified as male. There were 139 studies (39%), where 70% or more of the sample was male, compared to just 14 studies (4%), where 70% or more of the sample was female. Only 10 studies (3%) analyzed results by patient sex/gender, with one reporting a significant effect. There was substantial variation in how age was reported, although nearly all studies (98%) reported some measure of age. For healthcare providers, equity-related information was never available. Better consideration of sex/gender and additional health equity parameters for both patients and providers in RCTs is needed to improve evidence quality, and ultimately, patient care and outcome.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».