The More the Better?
Notice bibliographique
Résumé
OBJECTIVE: To determine the in-hospital mortality rates for patients undergoing colorectal resection for malignant or benign conditions, and to identify risk factors for in-hospital death, particularly the relationships with surgeon and hospital volume. BACKGROUND: Although there is strong evidence that complex cancer operations are best performed at specialized high-volume centers and by high-volume surgeons, the relationship between surgeon and hospital volume and perioperative outcomes is less well defined for more common procedures such as colorectal resections, particularly for benign diseases. METHODS: We obtained data from the Canadian Institute for Health Information Discharge Abstract Database on all adult patients who underwent colorectal resection between April 1, 2005 and March 31, 2006. We performed a logistic regression to identify variables associated with a higher likelihood of in-hospital death. RESULTS: Twenty-one thousand seventy-four patients underwent colorectal resection, with the majority being elective (59.4%). Malignancy represented the most common indication for resection (56.8%), followed by diverticular disease (16.2%) and inflammatory bowel disease (7.1%). The overall in-hospital mortality rate among patients undergoing colorectal resection was 5.3%. Increased age (adjusted Odds Ratio [OR]: 1.97 per 10 years, P < 0.001), urgent operation (OR: 2.63, P < 0.001), indication for resection (P < 0.001), nature of the surgery (P < 0.001), and several comorbidities were all independently associated with an increased risk of death. Surgeons with higher volumes of colorectal resections achieved significantly lower mortality rates (OR: 0.92 per 20 cases/y, P = 0.003), corresponding to an adjusted mortality rate of 5.6% for surgeons in the bottom decile (1 case per year) compared with 4.5% for surgeons in the top decile (greater than 43 cases per year). Hospital volume was not associated with mortality (OR: 1.00 per 10 cases, P = 0.504). CONCLUSIONS: This large, population-based study suggests that surgeons who perform high volumes of colorectal resections achieve lower in-hospital mortality rates than surgeons with low volumes, whereas the hospital volume does not influence mortality.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».