Risk factors for postoperative hypothermia in non-cardiac surgery patients: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Postoperative hypothermia seems to be a common problem in surgical patients but is easily ignored. This study aimed to identify risk factors for postoperative hypothermia in non-cardiac surgery patients. METHODS: We searched databases including PubMed, Embase, Web of Science, Cochrane Library, CINAHL, VIP, Wan Fang, CNKI, and CBM from inception to April 2025. The studies were selected using inclusion and exclusion criteria. Two reviewers screened studies, extracted data, and independently evaluated the risk of bias. The quality of the study was assessed with the Newcastle-Ottawa Scale, and a meta-analysis was carried out with Revman 5.4 software. RESULTS: (OR = 1.83), ASA III-IV (OR = 1.87), endoscopic surgery (OR = 1.93), intraoperative blood loss ≥ 100ml (OR = 2.35), intravenous fluid ≥ 1000ml (OR = 1.87), blood transfusion (OR = 1.80), duration of anesthesia > 1 h (OR = 1.99) and duration of surgery > 1 h (OR = 2.34) were significant risk factors that contributed to postoperative hypothermia in non-cardiac surgery patients. CONCLUSION: There are many risk factors for postoperative hypothermia in patients undergoing non-cardiac surgery. The results of this research may improve clinician awareness, risk stratification, and prevention of postoperative hypothermia in non-cardiac surgery patients.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,021 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».