Perioperative mortality in low-, middle-, and high-income countries: Protocol for a multi-level meta-regression analysis
Notice bibliographique
Résumé
BACKGROUND: Surgery is an indispensable component of a functional healthcare system. To date there is limited information regarding how many people die during the perioperative period globally. This study describes a protocol for a systematic review and multilevel meta-regression to evaluate time trends regarding the odds of perioperative mortality among adults undergoing a bellwether surgical procedure while accounting for higher order clustering at the national level. METHODS: Published studies reporting the number of perioperative deaths from bellwether surgical procedures among adults will be identified from MEDLINE, Embase, Cochrane CENTRAL, LILACS and Global Index Medicus. The primary outcome will be the rate of perioperative mortality across time and the secondary outcome will be investigating cause of death over time as a proportion of overall perioperative mortality. Two reviewers will independently conduct full text screening and extract the data. Disagreements will first be resolved via consensus. If consensus cannot be reached a third reviewer will be included to arbitrate. Due to human resource limitations, a risk of bias appraisal will not be conducted. From the included studies a multilevel meta-regression will be constructed to synthesize the results. This model will conceptualize patients as nested in studies which are in turn nested within countries while taking into account potential confounding variables at all levels. DISCUSSION: The systematic review and multilevel meta-regression that will be conducted based on this protocol will provide synthesized global evidence regarding the trends of perioperative mortality. This eventual study may help policymakers and other key stakeholders with benchmarking surgical safety initiatives as well as identify key gaps in our current understanding of global perioperative mortality. TRIAL REGISTRATION: Systematic review registration: PROSPERO registration number 429040.
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 | 0,103 | 0,185 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,015 | 0,034 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,006 |
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 ».