Mortality following liver resection in US medicare patients: Does the presence of a liver transplant program affect outcome?
Notice bibliographique
Résumé
BACKGROUND: Hepatic resection is a complicated procedure, at times associated with significant morbidity. Liver transplantation programs may improve outcomes following resective liver surgery at the institutional level by a number of means, including: availability of ancillary services and personnel, specialized critical care, and added surgical expertise. OBJECTIVES: To determine if the presence of a liver transplant program at a center improves outcomes following hepatic resection when compared to centers without an associated liver transplant program. METHODS: Using data from the national Medicare claims database, 30-day mortality following all hepatic resections performed over a 2-year period (1999, 2000) were studied. Regression techniques were used to assess the relationship between mortality at centers with an associated liver transplant program in comparison to those without, while controlling for potential confounding factors. RESULTS: The proportion of patients dying within 30 days among 4,661 patients that underwent hepatic resection was 6.65%. Factors that did increase the risk of dying after hepatic resection included: urgent or emergent surgery (vs. elective), primary liver cancer (vs. metastatic), male sex, increasing comorbidity score, low hospital volume, and extent of surgery. The presence of a liver transplant program within a center was not associated with any improvement in mortality. CONCLUSION: At an institutional level, the presence of a liver transplant program was not associated with decreased 30-day mortality following hepatic resection.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».