Accuracy of the Preoperative Assessment in Predicting Pulmonary Risk after Nonthoracic Surgery
Notice bibliographique
Résumé
We examined the accuracy of preoperative assessment in predicting postoperative pulmonary risk in a prospective cohort of 272 consecutive patients referred for evaluation before nonthoracic surgery. Outcomes were assessed by an independent investigator who was blinded to the preoperative data. There were 22 (8%) postoperative pulmonary complications. Statistically significant predictors of pulmonary complications (all p < or = 0.005) were as follows: hypercapnea of 45 mm Hg or more (odds ratio, 61.0), a FVC of less than 1.5 L/minute (odds ratio, 11.1), a maximal laryngeal height of 4 cm or less (odds ratio, 6.9), a forced expiratory time of 9 seconds or more (odds ratio, 5.7), smoking of 40 pack-years or more (odds ratio, 5.7), and a body mass index of 30 or more (odds ratio, 4.1). Multiple regression analyses revealed three preoperative clinical factors that are independently associated with pulmonary complications: an age of 65 years or more (odds ratio, 1.8; p = 0.02), smoking of 40 pack-years or more (odds ratio, 1.9; p = 0.02), and maximum laryngeal height of 4 cm or less (odds ratio, 2.0; p = 0.007). Thus, preoperative factors can identify those patients referred to pulmonologists or internists who are at increased risk for pulmonary complications after nonthoracic 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 | 0,002 | 0,007 |
| 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 | 0,001 |
| 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 ».