Post-operative outcomes in Indigenous patients in North America and Oceania: A systematic review and meta-analysis
Notice bibliographique
Résumé
Indigenous Peoples across North America and Oceania experience worse health outcomes compared to non-Indigenous people, including increased post-operative mortality. Several gaps in data exist regarding global differences in surgical morbidity and mortality for Indigenous populations based on geographic locations and across surgical specialties. The aim of this study is to evaluate disparities in post-operative outcomes between Indigenous and non-Indigenous populations. This systematic review and meta-analysis was conducted in accordance with PRISMA and MOOSE guidelines. Eight electronic databases were searched with no language restriction. Studies reporting on Indigenous populations outside of Canada, the USA, New Zealand, or Australia, or on interventional procedures were excluded. Primary outcomes were post-operative morbidity and mortality. Secondary outcomes included reoperations, readmission rates, and length of hospital stay. The Newcastle Ottawa Scale was used for quality assessment. Eighty-four unique observational studies were included in this review. Of these, 67 studies were included in the meta-analysis (Oceania n = 31, North America n = 36). Extensive heterogeneity existed among studies and 50% were of poor quality. Indigenous patients had 1.26 times odds of post-operative morbidity (OR = 1.26, 95% CI: 1.10-1.44, p<0.01) and 1.34 times odds of post-operative infection (OR = 1.34, 95% CI: 1.12-1.59, p<0.01) than non-Indigenous patients. Indigenous patients also had 1.33 times odds of reoperation (OR = 1.33, 95% CI: 1.02-1.74, p = 0.04). In conclusion, we found that Indigenous patients in North American and Oceania experience significantly poorer surgical outcomes than their non-Indigenous counterparts. Additionally, there is a low proportion of high-quality research focusing on assessing surgical equity for Indigenous patients in these regions, despite multiple international and national calls to action for reconciliation and decolonization to improve quality surgical care for Indigenous populations.
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 | 0,010 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,032 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».