Hospital Volume is a Determinant of Postoperative Complications, Blood Transfusion and Length of Stay After Radical or Partial Nephrectomy
Notice bibliographique
Résumé
PURPOSE: We examined the impact of hospital volume on short-term outcomes after nephrectomy for nonmetastatic renal cell carcinoma. MATERIALS AND METHODS: Using the Nationwide Inpatient Sample we identified 48,172 patients with nonmetastatic renal cell carcinoma treated with nephrectomy (1998 to 2007). Postoperative complications, blood transfusions, prolonged length of stay and in-hospital mortality were examined. Stratification was performed according to teaching status, nephrectomy type (partial vs radical nephrectomy) and surgical approach (open vs laparoscopic). Multivariable logistic regression models were fitted. RESULTS: Patients treated at high volume centers were younger and healthier at nephrectomy. High hospital volume predicted lower blood transfusion rates (8.5% vs 9.7% vs 11.8%), postoperative complications (14.4% vs 16.6% vs 17.2%) and shorter length of stay (43.1% vs 49.8% vs 54.0%, all p <0.001). In multivariable analyses stratified according to teaching status, nephrectomy type and surgical approach, high hospital volume was an independent predictor of lower rates of postoperative complications (OR 0.73-0.88), blood transfusions (OR 0.71-0.78) and prolonged length of stay (OR 0.76-0.89, all p <0.001). Exceptions were postoperative complications at nonteaching centers (OR 0.94, p >0.05) and blood transfusions in nephrectomies performed laparoscopically (OR 0.68, p >0.05). CONCLUSIONS: On average, high hospital volume results in more favorable outcomes during hospitalization after nephrectomy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».