Days at home after surgery as a perioperative outcome: scoping review and recommendations for use in health services research
Notice bibliographique
Résumé
BACKGROUND: Days at home after surgery is a promising new patient-centred outcome metric that measures time spent outside of healthcare institutions and mortality. The aim of this scoping review was to synthesize the use of days at home in perioperative research and evaluate how it has been termed, defined, and validated, with a view to inform future use. METHODS: The search was run on MEDLINE, Embase, and Scopus on 30 March 2023 to capture all perioperative research where days at home or equivalent was measured. Days at home was defined as any outcome where time spent outside of hospitals and/or healthcare institutions was calculated. RESULTS: A total of 78 articles were included. Days at home has been increasingly used, with most studies published in 2022 (35, 45%). Days at home has been applied in multiple study design types, with varying terminology applied. There is variability in how days at home has been defined, with variation in measures of healthcare utilization incorporated across studies. Poor reporting was noted, with 14 studies (18%) not defining how days at home was operationalized and 18 studies (23%) not reporting how death was handled. Construct and criterion validity were demonstrated across seven validation studies in different surgical populations. CONCLUSION: Days at home after surgery is a robust, flexible, and validated outcome measure that is being increasingly used as a patient-centred metric after surgery. With growing use, there is also growing variability in terms used, definitions applied, and reporting standards. This review summarizes these findings to work towards coordinating and standardizing the use of days at home after surgery as a patient-centred policy and research tool.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».