FAT AND NEUROSURGERY
Notice bibliographique
Résumé
OBJECTIVE: Obesity has been linked to increased morbidity and mortality after some surgical procedures. The purpose of this study was to determine whether obesity affects outcome after general neurosurgery and subarachnoid hemorrhage (SAH). METHODS: Three data sets were analyzed, including a retrospective review of 404 patients undergoing cranial and spinal neurosurgical procedures, a prospective collection of 100 patients with aneurysmal SAH, and data from 3567 patients with aneurysmal SAH who were entered into randomized clinical trials of tirilazad. For each data set, outcome was assessed by mortality, postoperative morbidity, and Glasgow Outcome Scale score. Prognostic factors, including body weight and body mass index, were tested for their effect on these outcomes using multivariable logistic regression. RESULTS: For patients undergoing general cranial and spinal neurosurgery, independent predictors of morbidity and mortality were age, American Society of Anesthesia class, disseminated malignancy, emergency surgery, and increased duration of surgery. For patients with SAH, score on the Glasgow Outcome Scale was associated with age and admission Glasgow Coma Scale score. In the tirilazad data set, multiple factors were associated with score on the Glasgow Outcome Scale, but, as with the other 2 data sets, body weight had no relationship to outcome. CONCLUSION: Obesity may have less effect on the outcome of patients with mainly cranial neurosurgical disease and aneurysmal SAH than it does on patients undergoing other types 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 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».