Perioperative mortality rate and risk factors for death in dogs undergoing surgery for treatment of thoracic trauma: 157 cases (1990–2014)
Notice bibliographique
Résumé
OBJECTIVE To determine perioperative mortality rate and identify risk factors associated with outcome in dogs with thoracic trauma that underwent surgical procedures and to evaluate the utility of the animal trauma triage (ATT) score in predicting outcome. DESIGN Retrospective case series. ANIMALS 157 client-owned dogs. PROCEDURES Medical records databases of 7 veterinary teaching hospitals were reviewed. Dogs were included if trauma to the thorax was documented and the patient underwent a surgical procedure. History, signalment, results of physical examination and preoperative laboratory tests, surgical procedure, perioperative complications, duration of hospital stay, and details of follow-up were recorded. Descriptive statistics and ATT scores were calculated, and logistic regression analysis was performed. RESULTS 123 of 157 (78%) patients underwent thoracic surgery, and 134 of 157 (85.4%) survived to discharge. Mean ± SD ATT score for nonsurvivors was 8 ± 2.4. In the multivariable model, female dogs and dogs that did not experience cardiac arrest as a postoperative complication had odds of survival 6 times and 102 times, respectively, those of male dogs and dogs that did experience cardiac arrest as a postoperative complication. Additionally, patients with a mean ATT score < 7 had odds of survival 5 times those of patients with an ATT score ≥ 7. CONCLUSIONS AND CLINICAL RELEVANCE The overall perioperative mortality rate was low for patients with thoracic trauma undergoing surgery in this study. However, male dogs and dogs that experienced cardiac arrest had a lower likelihood of survival to discharge. The ATT score may be a useful adjunct to assist clinical decision-making in veterinary patients with thoracic trauma.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».