Peripheral Nerve Injury during Abdominal-Pelvic Surgery: Analysis of the National Surgical Quality Improvement Program Database
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Peripheral nerve injury (PNI) is a rare but preventable complication of surgery. We sought to assess whether the use of minimally invasive surgery (MIS) affects the occurrence of PNI. Using the American College of Surgeons National Surgical Quality Improvement Program database, we examined rates of PNI among patients undergoing appendectomy, hysterectomy, colectomy, or radical prostatectomy between 2005 and 2012. We assessed the effect of MIS, as compared with open surgery, on PNI occurrence using logistic regression. Among 297,532 patients, of whom 175,884 (59.1%) underwent MIS, the rate of PNI was 0.03 per cent. Forty-four patients treated using MIS had PNI (0.03%) as compared with 63 who underwent open surgery (0.05%; P = 0.0002). There was a significant decrease in the proportion of surgeries resulting in PNI (P < 0.0001) over time. In univariate analysis, MIS was associated with a decreased occurrence of PNI (odds ratio 0.48, 95% confidence interval 0.33-0.71), but this became nonsignificant on multivariable analysis (odds ratio 0.71, 95% confidence interval 0.47-1.09). Increased operative time and smoking status were the only factors independently associated with an increased risk of PNI on multivariable analysis. MIS techniques during common abdominal-pelvic surgeries do not appear to increase the risk of PNI. Prolonged operative time and smoking are independently associated with an increased risk of PNI. Quality improvement initiatives to increase awareness of PNI and identify patients at increased risk of this preventable complication should be considered.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle