Perioperative Health Interventions in Children With Chronic Neuromuscular Conditions Undergoing Major Musculoskeletal Surgery: A Scoping Review
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Children with chronic neuromuscular conditions (CCNMC) have many coexisting conditions and often require musculoskeletal surgery for progressive neuromuscular scoliosis or hip dysplasia. Adequate perioperative optimization may decrease adverse perioperative outcomes. The purpose of this scoping review was to allow us to assess associations of perioperative health interventions (POHI) with perioperative outcomes in CCNMC. METHODS: Eligible articles included those published from January 1, 2000 through March 1, 2022 in which the authors evaluated the impact of POHI on perioperative outcomes in CCNMC undergoing major musculoskeletal surgery. Multiple databases, including PubMed, Embase, Cumulative Index of Nursing and Allied Health Literature, Web of Science, the Cochrane Library, Google Scholar, and ClinicalTrials.gov, were searched by using controlled vocabulary terms and relevant natural language keywords. Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews guidelines were used to perform the review. A risk of bias assessment for included studies was performed by using the Risk of Bias in Non-randomized Studies of Interventions tool. RESULTS: A total of 7013 unique articles were initially identified, of which 6286 (89.6%) were excluded after abstract review. The remaining 727 articles' full texts were then reviewed for eligibility, resulting in the exclusion of 709 (97.5%) articles. Ultimately, 18 articles were retained for final analysis. The authors of these studies reported various impacts of POHI on perioperative outcomes, including postoperative complications, hospital length of stay, and hospitalization costs. Because of the heterogeneity of interventions and outcome measures, meta-analyses with pooled data were not feasible. CONCLUSIONS: The findings reveal various impacts of POHI in CCNMC undergoing major musculoskeletal surgery. Multicenter prospective studies are needed to better address the overall impact of specific interventions on perioperative outcomes in CCNMC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».