Perioperative management for people with kidney failure receiving dialysis: A scoping review
Notice bibliographique
Résumé
BACKGROUND: People with kidney failure receiving dialysis (CKD-G5D) are more likely to undergo surgery and experience poorer postoperative outcomes than those without kidney failure. In this scoping review, we aimed to systematically identify and summarize perioperative strategies, protocols, pathways, and interventions that have been studied or implemented for people with CKD-G5D. METHODS: We searched MEDLINE, EMBASE, CINAHL Plus, Cochrane Database of Systematic Reviews, and Cochrane Controlled Trials registry (inception to February 2020), in addition to an extensive grey literature search, for sources that reported on a perioperative strategy to guide management for people with CKD-G5D. We summarized the overall study characteristics and perioperative management strategies and identified evidence gaps based on surgery type and perioperative domain. Publication trends over time were assessed, stratified by surgery type and study design. RESULTS: We included 183 studies; the most common study design was a randomized controlled trial (27%), with 67% of publications focused on either kidney transplantation or dialysis vascular access. Transplant-related studies often focused on fluid and volume management strategies and risk stratification, whereas dialysis vascular access studies focused most often on imaging. The number of publications increased over time, across all surgery types, though driven by non-randomized study designs. CONCLUSIONS: Despite many current gaps in perioperative research for patients with CKD-G5D, evidence generation supporting perioperative management is increasing, with recent growth driven primarily by non-randomized studies. Our review may inform organization of evidence-based strategies into perioperative care pathways where evidence is available while also highlighting gaps that future perioperative research can address.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| 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) | 0,004 | 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 ».