When is the optimal time to discharge patients after liver transplantation with respect to short‐term outcomes? A systematic review of the literature and expert panel recommendations
Notice bibliographique
Résumé
BACKGROUND: Several factors associated with prolonged hospital stay have been described. A recent study demonstrated that hospital length of stay (LOS) is directly associated with an increased cost for liver transplantation (LT) and may be associated with greater mortality; however, the factors associated with post-LT mortality are also related to a prolonged hospital stay, that is, those factors are confounders. Thus, the actual impact of the length of post-LT hospital stay on both short-term and long-term patient and graft survival remains uncertain. OBJECTIVES: To identify the optimal time to discharge patients after LT with respect to short-term outcomes; readmission rate, 30-90-mortality and morbidity. METHODS: Systematic review following PRISMA guidelines and recommendations using the GRADE approach derived from an international expert panel. Initial search keywords for screening were as follows; ((discharge AND (time OR "time point" OR "time-point")) OR "length of hospital stay" OR "length of stay") AND ((liver OR hepatic) AND (transplant OR transplantation)). PROSPERO ID: CRD42021245598 RESULTS: The strength of recommendation was rated as Weak, and we did not identify the direction of recommendations regarding the optimal timing after LT concerning short-term outcomes, including "Readmission rate," six studies on 30- and/or 90-day mortality, and five studies on "30- and/or 90-day morbidity rate." CONCLUSIONS: Evidence is scarce to judge the optimal timing to discharge patients after LT with respect to short-term outcomes. In centers with robust outpatient follow-up, discharge can occur safely as early as post-transplant 6-8 days (Quality of Evidence [QOE]; Low | Grade of Recommendation; Weak).
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».