The Association Between Preoperative Anemia and 30-Day Mortality and Morbidity in Noncardiac Surgical Patients
Notice bibliographique
Résumé
BACKGROUND: Anemia has been associated with increased postoperative morbidity and mortality. We used the American College of Surgeons National Surgical Quality Improvement Program database to retrospectively assess the relationship between preoperative anemia and 30-day postoperative mortality and morbidity in noncardiac surgical patients, careful to distinguish confounding variables from mediator variables. METHODS: Each patient with preoperative anemia was matched to one without anemia using propensity matching on potentially confounding baseline variables. Logistic regression was used to evaluate the relationship between preoperative anemia and 30-day postoperative mortality and morbidity. The primary hypothesis was evaluated after adjusting for covariables showing residual imbalance after matching. RESULTS: Within the database, 574,860 of 971,455 surgical cases met our inclusion criteria, and among those 145,218 (25.3%) were anemic at baseline. The unadjusted odds ratio (95% confidence interval) for 30-day mortality comparing anemic patients with nonanemic patients was 4.69 (4.01-5.49). Among the propensity-matched group of 238,596 patients, the total effect (i.e., not adjusting for mediator variables) of preoperative anemia was estimated as an odds ratio of 1.59 (1.42-1.78). After adjusting for suspected mediator variables, preoperative anemia was only weakly associated with an odds ratio of 1.24 (1.10-1.40) for 30-day mortality. CONCLUSION: Preoperative anemia appears to be associated with baseline diseases that markedly increase mortality. Anemia per se is a rather weak independent predictor of postoperative mortality. Our analysis also illustrates how analyzing large variable-rich registries challenges investigators to discriminate between confounding variables and mediator variables, i.e., factors that might be considered as "causal pathways" for the effect of the exposure or intervention on outcome.
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 | 0,006 |
| 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 | 0,000 | 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) | 0,001 | 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 ».