Waterlow score for risk assessment in surgical patients: a systematic review
Notice bibliographique
Résumé
INTRODUCTION: The Waterlow score (WS) is used routinely in clinical practice to assess risk of pressure sore development. Recent studies have also suggested its use in preoperative risk stratification. The primary aim of this systematic review was to evaluate the current evidence on the WS in predicting morbidity and mortality in surgical patients. METHODS: A systematic review was carried out in accordance with PRISMA and SWiM guidelines. A search strategy was conducted on the MEDLINE and EMBASE databases. Quality was assessed using the Newcastle-Ottawa scale. FINDINGS: Overall, 72 papers were identified, of which 7 met inclusion criteria for full text review, and 4 were included for analysis. All studies were cohort in nature and published between 2013 and 2016, encompassing a total of 505 surgical patients. The studies included general, vascular, transplant and orthopaedic surgery. A high WS was demonstrated to have statistically significant association with increased morbidity and mortality as well as need for intensive care unit admission and length of stay. Furthermore, this was a more accurate predictor compared with the P-POSSUM and ASA scoring systems used currently in routine practice. CONCLUSIONS: The WS is a promising tool for risk stratification of surgical patients. It is already collected routinely by nursing staff throughout hospitals in the UK and would therefore be easy to implement. However, further large prospective studies are required in order to validate these findings prior to its establishment for this role in everyday surgical practice.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».