Effectiveness of trauma centre verification: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: There is a growing trend toward verification of trauma centres, but its impact remains unclear. This systematic review aimed to synthesize available evidence on the effectiveness of trauma centre verification. Methods: We conducted a systematic search of the CINAHL, Embase, HealthStar, MEDLINE and ProQuest databases, as well as the websites of key injury organizations for grey literature, from inception to June 2019, without language restrictions. Our population consisted of injured patients treated at trauma centres. The intervention was trauma centre verification. Comparison groups comprised nonverified trauma centres, or the same centre before it was first verified or re-verified. The primary outcome was in-hospital mortality; secondary outcomes included adverse events, resource use and processes of care. We computed pooled summary estimates using random-effects meta-analysis. Results: Of 5125 citations identified, 29, all conducted in the United States, satisfied our inclusion criteria. Mortality was the most frequently investigated outcome (n = 20), followed by processes of care (n = 12), resource use (n = 12) and adverse events (n = 7). The risk of bias was serious to critical in 22 studies. We observed an imprecise association between verification and decreased mortality (relative risk 0.74, 95% confidence interval 0.52 to 1.06) in severely injured patients. Conclusion: Our review showed mixed and inconsistent associations between verification and processes of care or patient outcomes. The validity of the published literature is limited by the lack of robust controls, as well as any evidence from outside the US, which precludes extrapolation to other health care jurisdictions. Quasiexperimental studies are needed to assess the impact of trauma centre verification. Systematic reviews registration: PROSPERO no. 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,006 |
| Bibliométrie | 0,001 | 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 ».