The clinical utility of preoperative surgical risk indices and ICU bed allocation on outcomes of noncardiac surgical patients: A cohort study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary statement: In non-cardiac surgical patients, respiratory failure index and intensivists’ (expert) opinion predicted postoperative mortality and respiratory failure. Intermediate risk patients allocated to postoperative ICU care vs. surgical high intensity care demonstrated increasing lengths of hospital stay. Background: No guidance exists for allocating post-operative ICU resources for patients undergoing non-cardiac surgery. We determined the predictive value of preoperative risk sores and “expert opinion” in predicting postoperative mortality and complications. Methods: A cohort study involving 403 adults undergoing elective noncardiac surgery and being assessed in a preoperative clinic within a university affiliated tertiary care hospital. Postoperative outcomes included 30-day mortality, respiratory failure at 48-hours, unplanned intubation, cardiac composite score, hospital length of stay, hypotension, hypertension, and delirium. Results: Preoperative respiratory failure index (PRFI) predicted 30-day mortality (OR 1.11, 95% CI 1.04 to 1.19). An intensivist’s opinion predicted respiratory failure 48-hour postoperatively (OR 28.70, 95% CI 7.44 to 110.70). Patients with an equivalent PRFI risk had a longer hospital stay (17.2 v. 8.9 days, P = 0.01), increased respiratory failure risk (P = 0.009), hypertension (P = 0.009), hypotension (P = 0.005) and delirium (P = 0.05) if allocated to an ICU bed versus a high-intensity bed. Conclusions: PRFI predicts 30-day postoperative mortality and cardiac events. A decision to allocate an ICU bed predicted the development of postoperative respiratory failure. Patients with an intermediate PRFI risk and allocated to an ICU demonstrated increasing lengths of hospital stay and morbidity.
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.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 découle