Predictors of Complications in Patients Receiving Head and Neck Free Flap Reconstructive Procedures
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
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.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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