Postoperative morbidity and mortality in pediatric indigenous populations: a scoping review and meta-analysis
Notice bibliographique
Résumé
Mounting evidence suggests that childhood health is an important predictor of wellness as an adult. Indigenous peoples worldwide suffer worse health outcomes compared to settler populations. No study comprehensively evaluates surgical outcomes for Indigenous pediatric patients. This review evaluates inequities between Indigenous and non-Indigenous children globally for postoperative complications, morbidities, and mortality. Nine databases were searched for relevant subject headings including "pediatric", "Indigenous", "postoperative", "complications", and related terms. Main outcomes included postoperative complications, mortality, reoperations, and hospital readmission. A random-effects model was used for statistical analysis. The Newcastle Ottawa Scale was used for quality assessment. Fourteen studies were included in this review, and 12 met inclusion criteria for meta-analysis, representing 4793 Indigenous and 83,592 non-Indigenous patients. Indigenous pediatric patients had a greater than twofold overall (OR 2.0.6, 95% CI 1.23-3.46) and 30-day postoperative mortality (OR 2.23, 95% CI 1.23-4.05) than non-Indigenous populations. Surgical site infections (OR 1.05, 95% CI 0.73-1.50), reoperations (OR 0.75, 95% CI 0.51-1.11), and length of hospital stay (SMD = 0.55, 95% CI - 0.55-1.65) were similar between the two groups. There was a non-significant increase in hospital readmissions (OR 6.09, 95% CI 0.32-116.41, p = 0.23) and overall morbidity (OR 1.13, 95% CI 0.91-1.40) for Indigenous children. Indigenous children worldwide experience increased postoperative mortality. It is necessary to collaborate with Indigenous communities to promote solutions for more equitable and culturally appropriate pediatric surgical care.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».