MétaCan
Menu
Retour à la cohorte
Enregistrement W4388924527 · doi:10.1136/bmj-2023-075484

Association between patient-surgeon gender concordance and mortality after surgery in the United States: retrospective observational study

2023· article· en· W4388924527 sur OpenAlexaff
Christopher J.D. Wallis, Angela Jerath, Ryo Ikesu, Raj Satkunasivam, Justin B. Dimick, E. John Orav, Melinda Maggard‐Gibbons, Ruixin Li, Arghavan Salles, Zachary Klaassen, Natalie G. Coburn, Barbara L. Bass, Allan S. Detsky, Yusuke Tsugawa

Notice bibliographique

RevueBMJ · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensUniversity of TorontoUniversity Health NetworkSunnybrook Health Science CentreMount Sinai Hospital
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Institutes of Health
Mots-clésMedicineConcordanceObservational studyConfidence intervalRetrospective cohort studyGeneral surgerySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine whether patient-surgeon gender concordance is associated with mortality of patients after surgery in the United States. DESIGN: Retrospective observational study. SETTING: Acute care hospitals in the US. PARTICIPANTS: 100% of Medicare fee-for-service beneficiaries aged 65-99 years who had one of 14 major elective or non-elective (emergent or urgent) surgeries in 2016-19. MAIN OUTCOME MEASURES: Mortality after surgery, defined as death within 30 days of the operation. Adjustments were made for patient and surgeon characteristics and hospital fixed effects (effectively comparing patients within the same hospital). RESULTS: Among 2 902 756 patients who had surgery, 1 287 845 (44.4%) had operations done by surgeons of the same gender (1 201 712 (41.4%) male patient and male surgeon, 86 133 (3.0%) female patient and female surgeon) and 1 614 911 (55.6%) were by surgeons of different gender (52 944 (1.8%) male patient and female surgeon, 1 561 967 (53.8%) female patient and male surgeon). Adjusted 30 day mortality after surgery was 2.0% for male patient-male surgeon dyads, 1.7% for male patient-female surgeon dyads, 1.5% for female patient-male surgeon dyads, and 1.3% for female patient-female surgeon dyads. Patient-surgeon gender concordance was associated with a slightly lower mortality for female patients (adjusted risk difference -0.2 percentage point (95% confidence interval -0.3 to -0.1); P<0.001), but a higher mortality for male patients (0.3 (0.2 to 0.5); P<0.001) for elective procedures, although the difference was small and not clinically meaningful. No evidence suggests that operative mortality differed by patient-surgeon gender concordance for non-elective procedures. CONCLUSIONS: Post-operative mortality rates were similar (ie, the difference was small and not clinically meaningful) among the four types of patient-surgeon gender dyads.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,163
Tête enseignante GPT0,367
Écart entre enseignants0,203 · 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

Citations33
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetDiversity and Career in MedicineTravaux en français237 207