Wound dehiscence in a sample of 1 776 cystectomies: identification of predictors and implications for outcomes
Notice bibliographique
Résumé
OBJECTIVE: To investigate the incidence and predictors of wound dehiscence in patients undergoing radical cystectomy (RC). PATIENTS AND METHODS: In all, 1 776 patient records with Current Procedural Terminology (CPT) codes for radical cystectomy (RC) were extracted from the American College of Surgeons National Quality Improvement Program (ACS-NSQIP) between 2005 and 2012. Stratification was made based on the occurrence of postoperative wound dehiscence, defined as loss of integrity of fascial closure. Descriptive and logistic regression models were used to identify predictors of postoperative wound dehiscence. The implications of wound dehiscence on peri- and postoperative outcomes such as complications, mortality, prolonged length of stay (>11 days), and prolonged operative time (>411 min), were assessed. RESULTS: Of 1 776 patients analysed, 57 (3.2%) had a documented wound dehiscence. In multivariable analyses, chronic obstructive pulmonary disease (odds ratio [OR] 2.0, 95% confidence interval [CI] 1.0-4.0; P = 0.03) and high body mass index (OR 2.3, 95% CI 1.3-4.4; P = 0.008) were significant predictors of wound dehiscence. While female gender had significantly lower proportions of wound dehiscence, multivariable analyses did not confirm this (OR 0.4, 95% CI 0.4-1.4; P = 0.75). CONCLUSIONS: Our study is the first to identify predictors of wound dehiscence after RC in a large, contemporary multi-institutional cohort. Identifying patients at risk of postoperative wound complications may guide the use of preventative measures at the time of surgery.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».