Assessment of Patient-Reported Outcomes After Polytrauma: A Systematic Review
Notice bibliographique
Résumé
Abstract Background: Tools assessing patient-reported outcomes (PROs) after polytrauma have not been systematically reviewed so far. Therefore, we sought to: (1) collect instruments that assess health-related quality of life (HRQoL), activities of daily living (ADL), and social participation during follow-up after polytrauma, (2) describe their use (e.g. frequency of application during follow-up), and (3) investigate other relevant PROs assessed in the included studies (e.g. pain, depression, anxiety).Methods: The search was conducted in MEDLINE, Embase, CINAHL, PsycINFO, CENTRAL, the trials registers ClinicalTrials.gov, and WHO ICTRP. All original empirical research published between January 2005 and April 2018 was included. Data extraction, narrative content analysis, and a critical appraisal were performed.Results: The search yielded 3496 hits and 54 publications were included in the review. Predominantly, HRQoL was assessed (in 48 of 54 publications), with Short Form-36 Health Survey (SF-36) applied most frequently. ADL and (social) participation were rarely assessed. The follow-up period lasted between 8 days and 17.5 years; assessments were performed between one and five times. Most used were a single assessment of PROs, a follow-up period of 1 to 1.5 years, and a postal survey. Other relevant PRO areas reported were function, mental disorders, and pain.Conclusions: There is a large variation in the assessment of PROs after polytrauma, impairing comparability of outcomes. First efforts to standardise the collection of PROs have been initiated, but further harmonisation between central players, such as trauma registers, is required. Definition and continuous collection of core outcome sets would improve comparability of study results, creating the basis for more targeted treatment. Additional knowledge on rarely reported PRO areas like (social) participation and social network may lead to their consideration in health services provision.Registration: PROSPERO (CRD42017060825)
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,010 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».