Is there a measurable association of epidural use at cystectomy and postoperative outcomes? A population-based study
Notice bibliographique
Résumé
INTRODUCTION: Thoracic epidural analgesia (TEA) is commonly used to manage postoperative pain and facilitate early mobilization after major intra-abdominal surgery. Evidence also suggests that regional anesthesia/analgesia may be associated with improved survival after cancer surgery. Here, we describe factors associated with TEA at the time of radical cystectomy (RC) for bladder cancer and its association with both short- and long-term outcomes in routine clinical practice. METHODS: All patients undergoing RC in the province of Ontario between 2004 and 2008 were identified using the Ontario Cancer Registry (OCR). Modified Poisson regression was used to describe factors associated with epidural use, while a Cox proportional hazards model describes associations between survival and TEA use. RESULTS: Over the five-year study period, 1628 patients were identified as receiving RC, 54% (n=887) of whom received TEA. Greater anesthesiologist volume (lowest volume providers relative risk [RR] 0.85, 95% confidence interval [CI] 0.75-0.96) and male sex (female sex RR 0.89, 95% CI 0.79-0.99) were independently associated with greater use of TEA. TEA use was not associated with improved short-term outcomes. In multivariable analysis, TEA was not associated with cancer-specific survival (hazard ratio [HR] 1.02, 95% CI 0.87-1.19; p=0.804) or overall survival (HR 0.91, 95% CI 0.80-1.03; p=0.136). CONCLUSIONS: In routine clinical practice, 54% of RC patients received TEA and its use was associated with anesthesiologist provider volume. After controlling for patient, disease and provider variables, we were unable to demonstrate any effect on either short- or long-term outcomes at the time of RC.
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 | 0,001 | 0,003 |
| 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 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 ».