Severity Grading Systems for Intraoperative Adverse Events. A Systematic Review of the Literature and Citation Analysis
Notice bibliographique
Résumé
INTRODUCTION: The accurate assessment and grading of adverse events (AE) is essential to ensure comparisons between surgical procedures and outcomes. The current lack of a standardized severity grading system may limit our understanding of the true morbidity attributed to AEs in surgery. The aim of this study is to review the prevalence in which intraoperative adverse event (iAE) severity grading systems are used in the literature, evaluate the strengths and limitations of these systems, and appraise their applicability in clinical studies. METHODS: A systematic review was conducted in accordance with Preferred Reporting Items for Systematic Reviews and Meta-analysis guidelines. PubMed, Web of Science, and Scopus were queried to yield all clinical studies reporting the proposal and/or the validation of iAE severity grading systems. Google Scholar, Web of Science, and Scopus were searched separately to identify the articles citing the systems to grade iAEs identified in the first search. RESULTS: Our search yielded 2957 studies, with 7 studies considered for the qualitative synthesis. Five studies considered only surgical/interventional iAEs, while 2 considered both surgical/interventional and anesthesiologic iAEs. Two included studies validated the iAE severity grading system prospectively. A total of 357 citations were retrieved, with an overall self/nonself-citation ratio of 0.17 (53/304). The majority of citing articles were clinical studies (44.1%). The average number of citations per year was 6.7 citations for each classification/severity system, with only 2.05 citations/year for clinical studies. Of the 158 clinical studies citing the severity grading systems, only 90 (56.9%) used them to grade the iAEs. The appraisal of applicability (mean%/median%) was below the 70% threshold in 3 domains: stakeholder involvement (46/47), clarity of presentation (65/67), and applicability (57/56). CONCLUSION: Seven severity grading systems for iAEs have been published in the last decade. Despite the importance of collecting and grading the iAEs, these systems are poorly adopted, with only a few studies per year using them. A uniform globally implemented severity grading system is needed to produce comparable data across studies and develop strategies to decrease iAEs, further improving patient safety.
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 | 0,044 | 0,194 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,013 |
| Bibliométrie | 0,106 | 0,064 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».