Abstract P249: Prospective Monitoring of Pediatric Cardiac Surgery Program Complications
Notice bibliographique
Résumé
Background: The next horizon for improving pediatric cardiac surgery outcomes is the standardization and systematic tracking of complications. Methods: IWK REB approval was obtained. The Multisocietal Database Committee short list of complications (52) were captured prospectively for all pediatric cardiac operations at the IWK Oct 1 2009-Sept 30 2010. Morbidity burden was calculated by multiplying a severity coefficient (1-3) by frequency of complication in each surgical complexity strata using RACHS categories. Death was included as a complication (severity coefficient= 5). Indexed morbidity was calculated for each RACHS category by dividing morbidity burden by number of procedures. Results: A total of 110 procedures were performed on 86 patients. 83 of the 86 index procedures were open and 22 of the patients were neonates. The procedural mortality rate was 3.6%. Forty one (41/86, 47.7%) of the index procedures had a total of 89 complications. Sixty-four patients were in RACHS category 2 or 3. The most common complications were pulmonary (22) arrhythmias (16), or operative (16), accounting for 61%(54/89) of total complications. The indexed morbidity was 0 for RACHS1, 1.55 for RACHS 2, 2.63 for RACHS 3, 1.81for RACHS 4, and 2.81 for RACHS5/6. The CUSUM plots the occurrence of any complication in each case versus morbidity burden, illustrating the effect of complication severity on the slope of the curve. Conclusions: A high rate of perioperative complications are recorded when tracked prospectively using standardized definitions. Adjusting complications for severity may identify areas for improving patient outcomes that are missed by simply recording their occurrence.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».