Predictors of Complications in Patients Receiving Head and Neck Free Flap Reconstructive Procedures
Notice bibliographique
Résumé
Objective To (1) determine the overall complication rate, wound healing, and wound infection complications and (2) identify preoperative, intraoperative, and postoperative predictors of these complications. Study Design Case series with chart review. Setting Tertiary academic cancer hospital. Subjects and Methods All head and neck free flap patients at The Ohio State University (2006-2012) were assessed. Multivariable logistic regression assessed the impact of patient factors, flap and wound factors, and intraoperative factors on the aforementioned quality metric outcomes. Results Of the 515 patients identified, 54% had a complication predicted by longer operating room (OR) time, higher comorbidity index, and oral cavity and pharyngeal tumor sites. Predictors of wound-healing complications (15%) were longer OR time, volume of crystalloid given intraoperatively, and oral cavity and pharyngeal tumor sites. Predictors of wound infection (12%) were younger age, diabetes mellitus, and malnutrition. Conclusions Wound healing and infectious complications account for most complications in patients with head and neck cancer undergoing free flap reconstruction. Clean contaminated wounds are a significant predictor of wound complications. Advanced OR time, advanced age, and comorbidity status, including diabetes mellitus and malnutrition, are other important predictors. Crystalloid administration is also an important predictor of wound-healing complications, and this warrants further study.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 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 ».