Predictors of Discharge Destination After Lumbar Spine Fusion Surgery
Notice bibliographique
Résumé
STUDY DESIGN: Retrospective cohort study of the prospective collected American College of Surgeons National Surgical Quality Improvement Program database. OBJECTIVE: The aim of the study was to identify predictive factors for the need of discharging patients to a facility other than home after lumbar spine fusion surgery. SUMMARY OF BACKGROUND DATA: Lumbar spine fusion surgery is a common surgical procedure used to treat a variety of lumbar spine conditions. A great number of patients fail to go home after surgery and require admission to a rehabilitation center. Predictive factors for discharging patients to a facility other than home after lumbar fusion surgery do not exist in the literature. METHODS: A total of 15,092 patients undergoing lumbar spine fusion were dichotomized based on discharge destination to patients who were discharged home (N = 12,339) and others who were discharged to a facility other than home (N = 2753). Outcomes included patient demographics, comorbidities, and clinical characteristics. A multivariate logistic regression was used to identify whether outcomes studied were predictive factors for discharging patients to a facility other than home after lumbar fusion surgery. RESULTS: Majority of patients were discharged home after lumbar fusion surgery (81.76%), with only some discharged to a facility other than home (18.24%). Multivariate analysis identified age, female sex, comorbidities (diabetes, chronic obstructive pulmonary disease, congestive heart failure, hypertension, and obesity), minor and major complications, hospital length of stay, operative time at least 259 minutes, and multilevel surgery as significant predictive factors of discharging patients to a facility other than home after lumbar fusion surgery. CONCLUSION: The identified predictive factors can help the health system in developing an algorithm for early recognition of patients requiring postoperative admission to a facility other than home and possibly decreasing their hospital length of stay. This can significantly decrease the hospital costs for such patients. LEVEL OF EVIDENCE: 3.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».