Harnessing the power of nature in surgery: A systematic scoping review of nature prescribing and measures of benefit
Notice bibliographique
Résumé
BACKGROUND: Natural environments can reduce stress and benefit overall health and nature prescriptions may be a useful adjunct for postoperative care in surgical patients. We sought to identify characteristics and health measures of nature prescriptions in surgery. METHODS: We undertook a scoping review of 5 bibliometric databases (to February 2024) and citations of peer-reviewed original studies examining nature prescription interventions in patients undergoing major surgical procedures requiring anesthesia and hospital admission. Standardized data extraction and narrative synthesis were performed. RESULTS: The search found 2,175 deduplicated eligible records and 20 full-texts for screening. Ten studies were included and covered auditory (n = 3), visual (n = 3), experiential (n = 3), or mixed interventions (n = 1), with small sample sizes (median, 106; interquartile range, 252). About 50% focused on cardiothoracic surgical patients. Interventions varied from viewing plants/trees, listening to bird/water/forest sounds or being physically immersed. Nearly all included studies reported patient-reported outcome measures (eg, anxiety, pain or mood) that significantly improved across all intervention types. Cardiovascular (eg, heart rate, blood pressure) and respiratory (eg, respiratory rate, vital capacity) outcomes were frequently measured, with greater improvements observed in the nature-based intervention groups compared with controls. Few included studies assess other clinical measures (eg, mortality, length of stay, complications) and only 2 evaluated medications to show reductions in the amount of analgesic consumption after being exposed to nature interventions. CONCLUSION: Nature prescribing in surgery appears diverse and shows promise for improving postoperative recovery and well-being through reduced anxiety, pain, cardiorespiratory stress, medication use, and improved mood. Medical and research attention to include nature-based therapy in surgery seems warranted.
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 | 0,035 | 0,157 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,011 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».