A Systematic Review of Economic Evaluations of Enhanced Recovery Pathways for Colorectal Surgery
Notice bibliographique
Résumé
OBJECTIVE: To perform a systematic review of economic evaluations of enhanced recovery pathways (ERP) for colorectal surgery. BACKGROUND: Although there is extensive literature investigating the clinical effectiveness of ERP, little is known regarding its cost-effectiveness. METHODS: A systematic literature search identified all relevant articles published between 1997 and 2012 that performed an economic evaluation of ERP for colorectal surgery. Studies were included only if their ERP included all 5 of the key components (patient information, preservation of GI function, minimization of organ dysfunction, active pain control, and promotion of patient autonomy). Quality assessment was performed using the Consensus on Health Economic Criteria instrument (scored 0-19; high quality ≥ 12). Incremental cost-effectiveness ratios were calculated if sufficient data were provided, using difference in length of stay and overall complication rates as effectiveness measures. RESULTS: Of a total of 263 unique records identified (253 from databases and 10 from other sources), 10 studies met our inclusion criteria and were included for full qualitative synthesis. Overall quality was poor (mean quality 7.8). Eight reported lower costs for ERP. The majority (8 of 10) of studies were performed from an institutional perspective and therefore did not include costs related to changes in productivity and other indirect costs (eg, caregiver burden). Five studies provided enough information to calculate ICERs, of which ERP was dominant (less costly and more effective) in all cases for reduction in length of stay and was dominant or potentially cost-effective in 4 and questionable (no difference in costs nor effectiveness) in 1 for reduction in overall complications. CONCLUSIONS: The quality of the current evidence is limited but tends to support the cost-effectiveness of ERP. There is need for well-designed trials to determine the cost-effectiveness of ERP from both the institutional and societal perspectives.
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 | 0,033 | 0,142 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,016 |
| Bibliométrie | 0,015 | 0,012 |
| 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) | 0,006 | 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 ».