MétaCan
Menu
Retour à la cohorte
Enregistrement W4411969078 · doi:10.1016/j.surg.2025.109397

Guidelines for perioperative care in elective colorectal surgery: Enhanced Recovery After Surgery (ERAS) Society recommendations 2025

2025· review· en· W4411969078 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSurgery · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensHôpital Maisonneuve-RosemontAlberta Health
Organismes subventionnairesnon disponible
Mots-clésMedicinePerioperativeColorectal surgeryGeneral surgeryElective surgerySurgeryIntensive care medicineAbdominal surgery

Résumé

récupéré en direct d'OpenAlex

Preoperative ERAS items Preadmission education and informationPreoperative education is a crucial component of ERAS care in colorectal surgery, but its wide variation makes comparing studies challenging.From 3,512 publications identified in the literature search, 10 met grading criteria, including 3 moderate-quality randomized controlled trials (RCTs).One RCT 9 found that tailored information for patients with rectal cancer reduced anxiety and improved satisfaction, especially 6 months after surgery.Another RCT 10 showed that virtual reality education significantly decreased anxiety and depression, enhancing patient satisfaction.A third RCT 11 reported that targeted preoperative ERAS and stoma education shortened hospital stays from 9 to 6 days, recommending early, repeated education by nurse specialists.Seven additional lowquality studies supported the value of focused educational interventions in varied contexts. Quality of evidence and recommendations.Recommendation: Preadmission education and information should be provided to all patients before surgery.Quality of evidence: Preadmission education and information.Quality of life: Moderate evidence for reduction in anxiety.Low evidence to support improvements to quality of life.Length of stay: Low evidence to correlate preadmission information as an independent component leading to reduction of LOS.Recommendation grade: Strong. Preoperative optimizationPreoperative optimization is complex, involving diverse interventions.It focuses on reducing risks and comorbidities before surgery while enhancing health through strategies such as alcohol cessation and physical training.Preoperative optimization can be divided into 6 key components. Identification of high-risk patients.There are several predictive tools that have been validated in colorectal surgery to identify patients at greatest risk for adverse outcomes.The evidence for specific tools is, however, weak.The American Society of Anesthesiologists Physical Status Classification System 12 and the American College of Surgeons (ACS) National Surgical Quality Improvement Program (NSQIP) Surgical Risk Calculator 13 are the tools with the best evidence in predicting outcomes from surgery.These platforms have been widely adopted globally, suggesting feasibility and acceptability. Quality of evidence and recommendations.Recommendation: Predictive tools should be used to identify high-risk patients before colorectal surgery to optimize perioperative planning and preparation.Quality of evidence: Using predictive tools.Mortality: Very low.Complications: Very low

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0090,011
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,397
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle