Obesity and lumbar fusion: increased risk of blood loss
Notice bibliographique
Résumé
Background: Several studies have demonstrated that obese patients are at increased risk of perioperative complication during lumbar spine surgery. Herein we quantify the association between blood loss and obesity during lumbar fusion. Methods: Outcomes were collected in the setting of a single center randomized control trial conducted among patients undergoing elective lumbar fusion. A univariate analysis of potential risk factors (gender, age, body mass index [BMI], number of levels fused, previous use of anticoagulants, and previous use of non-steroidal anti-inflammatories) for operative blood loss was performed. Logistic regression was conducted to estimate adjusted odds ratios (ORs) and 95% confidence intervals. Results: Among 85 patients, the mean estimated blood loss (EBL) was 563 ml, 47.1% were male, and the median number of levels fused was one. Obesity (BMI ≥30−kg/m2) was a significant risk (OR 2.46, P=0.025) for increased blood loss (EBL > 500 ml). Number of levels fused was similarly associated with EBL (P<0.01) while gender confounded the association between obesity and EBL. Conclusions: Surgeons should anticipate greater blood loss when performing lumbar fusion in obese patients. To reduce operative morbidity, consideration should be given to preoperative weight loss whenever possible.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».