A population‐based comparison of 30‐day readmission after surgery for colon and rectal cancer: How are they different?
Notice bibliographique
Résumé
BACKGROUND: An implicit assumption in the analysis of colorectal readmission is that colon and rectal cancer patients are similar enough to analyze together. However, no studies have examined this assumption and whether substantial differences exist between colon and rectal cancer patients. METHODS: This was a retrospective analysis of the differences in predictors, diagnoses, and costs of readmission between colon and rectal cancer cohorts for 30-day readmission. This study included all patients aged >18 who received an elective colectomy or low anterior resection for colorectal cancer from April 2008 until March 2012 in the province of Ontario. RESULTS: Overall, 13,571 patients were identified and the readmission rates significantly differed between rectal and colon cancer patients (7.1% colon and 10.7% rectal P = 0.001). Diabetes, age, and discharge to long term care were significantly different among colon and rectal patients in the prediction of readmission. Readmission for renal and stoma causes was more prominent in the rectal cohort. The adjusted cost difference for readmission did not significantly differ between rectal and colon cancer $178 ($1,924-1,568 P = 0.84) CONCLUSION: Several important differences in predictors and diagnoses exist between the two cohorts. Conversely, the costs associated with readmission were homogenous between rectal and colon cancer patients. J. Surg. Oncol. 2016;114:354-360. © 2016 Wiley Periodicals, Inc.
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 | 0,000 | 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 ».