The CR-POSSUM Risk Calculator Predicts Failure of Enhanced Recovery after Colorectal Surgery
Notice bibliographique
Résumé
AIMS: To determine predictors of failed enhanced recovery after surgery (ERAS) in patients after elective colorectal surgery. METHODS: A cohort of 55 patients undergoing elective colorectal surgery was monitored prospectively. Perioperative care was based on a previously established protocol for ERAS. Pre-, intra-, and postoperative parameters were analyzed to elicit predictors of ERAS failure. ERAS failure was defined as prolonged hospital stay (> 7 days). The risk calculator CR-POSSUM was evaluated for its clinical utility. RESULTS: Body mass index (BMI) or the American Society of Anesthesiologists score (ASA) was not associated with ERAS failure on univariate analysis, but patients that failed ERAS were significantly older (64 y vs 54 y; p = 0.023). Prolonged length of stay (>7 days) was also associated with an open approach (p = 0.009), intraoperative nasogastric tube placement (p = 0.005), blood loss > 500 ml (p = 0.008), stoma formation (p = 0.006) and insertion of more than one intraabdominal drain during surgery (p = 0.005). Postoperative continuation of intravenous fluids (p = 0.027), reinsertion of urinary catheter (p = 0.045) and postoperative ileus (p = 0.020) were also strongly associated with delayed discharge on univariate analysis. After multivariate analysis the preoperative parameters CR-POSSUM score (p = 0.022), increasing BMI (p = 0.014) and preoperative albumin level (p = 0.031) were all independently associated with failure of ERAS. CONCLUSIONS: A variety of perioperative factors contribute to failure of ERAS in routine practice. CR-POSSUM can help to identify patients at risk for possible failure of ERAS. This may help to optimize avoidable factors, or accommodate those patients likely to require a longer post-operative stay.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».