Low-value injury care in the adult orthopaedic trauma population: a protocol for a rapid review
Notice bibliographique
Résumé
Introduction Orthopaedic injuries affect almost 90% of trauma patients. A previous scoping review and expert consultation survey identified 15 potential low-value intra-hospital practices in the adult orthopaedic trauma population. Limiting the frequency of such practices could reduce adverse events, improve clinical outcomes and free up resources. The aim of this study is to synthesise the evidence on intra-hospital practices for orthopaedic injuries, previously identified as potentially of low value. Methods and analysis We will search Medline, Excerpta Medica Database (EMBASE), the Cochrane Central Register of Controlled Trials and Epistemonikos to identify systematic reviews, randomised controlled trials (RCTs), quasi-RCTs, cohort studies and case–control studies that evaluate selected practices according to a priori PICOS statements (Population–Intervention–Comparator–Outcome–Study design) . We will evaluate the methodological quality for systematic reviews using the Measurement Tool to Assess Systematic Reviews version 2 (AMSTAR-2). Risk of bias in original studies will be evaluated with the Cochrane revised tool for RCTs (RoB2) and with the risk of bias in non-randomised studies of interventions (ROBINS-I) tool. If for a given practice, more than two original studies on our primary outcome are identified, we will conduct meta-analysis using a random effects model and assess heterogeneity using the I 2 index. We will assess credibility of evidence (I–IV) based on statistical significance, sample size, heterogeneity and bias as per published criteria. Ethics and dissemination Ethics approval is not required as original data will not be collected. Knowledge users from three level I trauma centres are involved in the design and conduct of the study in accordance with an integrated knowledge translation approach. Findings related to the rapid review will be available in May 2020. They will be presented to key stakeholders to inform discussions and raise awareness on low-value injury care. In addition, results will be disseminated in a peer-reviewed journal, at national and international scientific meetings and to healthcare associations.
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 | 0,016 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».