Systematic Review of Studies Investigating Hospital Readmissions in Pediatric Oncology
Notice bibliographique
Résumé
PURPOSE: This systematic review aimed to identify and synthesize evidence on hospital readmissions among pediatric oncology patients, focusing on the indications, risk factors, and proposed strategies to prevent readmissions. METHOD: The review followed PRISMA 2020 guidelines. Databases including Embase, Medline, Scopus, Mendeley, and Google Scholar were searched. Studies examining hospital readmission as a main outcome in pediatric cancer patients, including those undergoing surgical oncology procedures or receiving hematopoietic cell transplantation, were included. Quality assessment was undertaken using the Newcastle-Ottawa Scale and PROBAST tool. RESULTS: A total of 18 studies met the inclusion criteria. The studies spanned from 2008 to 2023, with an increase in publications from 2020 onward (61%). Fever and infection were the most common readmission indications. Statistically significant risk factors reported included younger age, specific cancer types (e.g., acute lymphoblastic leukemia), and socioeconomic factors. Prevention strategies proposed included early follow-up, tailored anticipatory guidance, discharge education, and specialized care at pediatric oncology centers. CONCLUSIONS: This systematic review highlights the multifaceted nature of hospital readmissions in pediatric oncology patients and the need for standardized definitions, additional studies, and comprehensive interventions. Future research should focus on high-quality prospective studies, integration of predictive analytics, and addressing socioeconomic disparities to improve patient outcomes.
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 | 0,007 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».