Exploring the acceptability of and adherence to prehabilitation and rehabilitation in patients undergoing major abdominal surgery: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background and aims Prehabilitation combines exercise, nutritional, and psychological interventions administered before surgery to improve patient outcomes. This comprehensive review and meta-analysis examined the feasibility, adherence, and effectiveness of prehabilitation in frail, high-risk individuals undergoing major abdominal surgery. Methods We searched the Cochrane Central Register of Controlled Trials, Web of Science, MEDLINE, Embase, and Cumulative Index to Nursing & Allied Health Literature (CINAHL) databases to identify relevant studies evaluating prehabilitation programs published between 2010 and 2023, either as observational studies or randomized clinical trials (RCTs). Results The 23 articles (13 RCTs and 10 observational studies) included 1849 older male and female patients aged 68.7 ± 7.2 years. Nineteen of the included studies reported on adherence to prehabilitation programmes, which was generally good (>75%) over different models, settings, and durations. Factors such as patients' desire for expedited surgery, self-assessment of fitness, personal and professional obligations, health issues, holidays, and advancement of surgery dates negatively affected adherence to prehabilitation programmes. When compared with rehabilitation or standard pre- and post-surgical care, prehabilitation was associated with a 25%, albeit not statistically significant reduction in postoperative complications, according to data from 14 studies reporting on postoperative complications (OR 0.75, 95% CI 0.48 to 1.17, P = 0.43; I 2 = 65%). Prehabilitation has been found to improve the 6-min walk test significantly by 29.4 m (MD +29.4 m, 95% CI 5.6 to 53.3, P = 0.02; I 2 = 39%), compared with rehabilitation or standard pre- and post-surgical care. Conclusion Prehabilitation was acceptable to patients, with good adherence, and improved physical function.
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 | 0,022 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,047 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».