Identifying relative efficacy of components of prehabilitation in adult surgical patients: protocol for a systematic review and component network meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Prehabilitation is a high-priority intervention for patients, the public, clinicians and health systems. However, existing knowledge syntheses are generally low quality and do not provide insights regarding the relative efficacy of different prehabilitation components (eg, exercise, nutrition, psychosocial or cognitive interventions). The objective of the planned review is to evaluate the relative efficacy of different prehabilitation components to inform current care, implementation and future research. METHODS AND ANALYSIS: We will perform a systematic review and component network meta-analysis (CNMA). We will use a peer-reviewed search strategy to identify all randomised trials of prehabilitation in adult surgical patients from Ovid Medline, Embase, the CINAHL, PsycINFO, Web of Science and the Cochrane Central Register of Controlled Trials, along with grey literature. All stages of the review and data extraction process will be performed in duplicate, following recommended best practices. To compare the relative efficacy of different prehabilitation components (prespecified as exercise, nutrition, psychosocial or cognitive interventions), we will use CNMA, an extension of network meta-analysis that allows estimation of the contributions to efficacy of each component of a multicomponent intervention through direct and indirect comparisons. We will use additive CNMA models for critical outcomes (postoperative complications, patient-reported recovery, physical recovery and length of stay); standard care will be the common reference condition. Pre-specified sensitivity and subgroup analyses will be conducted. ETHICS AND DISSEMINATION: This review of published data does not require ethical review. Results will be disseminated via scientific conferences, peer-reviewed publications, social and traditional media and via our research network to target partners and organisations.
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 | 0,091 | 0,138 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,005 |
| Méta-épidémiologie (sens large) | 0,020 | 0,034 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,008 |
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 ».