MétaCan
Menu
Retour à la cohorte
Enregistrement W4282976397 · doi:10.1097/sla.0000000000005495

Association Between Surgeon and Anesthesiologist Sex Discordance and Postoperative Outcomes

2022· article· en· W4282976397 sur OpenAlexaffabout
Christopher J.D. Wallis, Angela Jerath, Kirusanthy Kaneshwaran, Julie Hallet, Natalie G. Coburn, Frances C. Wright, Lesley Gotlib Conn, Danielle A. Bischof, Andrea Covelli, Zachary Klaassen, Alexandre R. Zlotta, Girish S. Kulkarni, Amy N. Luckenbaugh, Kathleen Armstrong, Kelvin Lim, Barbara L. Bass, Allan S. Detsky, Raj Satkunasivam

Notice bibliographique

RevueAnnals of Surgery · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSex and Gender in Healthcare
Établissements canadiensUniversity Health NetworkUniversity of TorontoSunnybrook Health Science CentreMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAssociation (psychology)MEDLINEGeneral surgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to examine the effect of surgeon-anesthesiologist sex discordance on postoperative outcomes. SUMMARY BACKGROUND DATA: Optimal surgical outcomes depend on teamwork, with surgeons and anesthesiologists forming two key components. There are sex and sex-based differences in interpersonal communication and medical practice which may contribute to patients' perioperative outcomes. METHODS: We performed a population-based, retrospective cohort study among adult patients undergoing 1 of 25 common elective or emergent surgical procedures from 2007 to 2019 in Ontario, Canada. We assessed the association between differences in sex between surgeon and anesthesiologists (sex discordance) on the primary endpoint of adverse postoperative outcome, defined as death, readmission, or complication within 30 days following surgery using generalized estimating equations. RESULTS: Among 1,165,711 patients treated by 3006 surgeons and 1477 anesthesiologists, 791,819 patients were treated by sex concordant teams (male surgeon/male anesthesiologist: 747,327 and female surgeon/female anesthesiologist: 44,492), whereas 373,892 were sex discordant (male surgeon/female anesthesiologist: 267,330 and female surgeon/male anesthesiologist: 106,562). Overall, 12.3% of patients experienced >1 adverse postoperative outcomes of whom 1.3% died. Sex discordance between surgeon and anesthesiologist was not associated with a significant increased likelihood of composite adverse postoperative outcomes (adjusted odds ratio 1.00, 95% confidence interval 0.97-1.03). CONCLUSIONS: We did not demonstrate an association between intraoperative surgeon and anesthesiologist sex discordance on adverse postoperative outcomes in a large patient cohort. Patients, clinicians, and administrators may be reassured that physician sex discordance in operating room teams is unlikely to clinically meaningfully affect patient outcomes after surgery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,310
Tête enseignante GPT0,396
Écart entre enseignants0,086 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of SurgeryMême sujetSex and Gender in HealthcareTravaux en français237 207