Outcomes of minor amputations in patients with peripheral vascular disease over a 10-year period at a tertiary care institution
Notice bibliographique
Résumé
OBJECTIVES: Choosing an optimal amputation level requires balance between maximizing limb salvage while minimizing chances of non-healing wounds and re-amputation. Our aim was to assess the long-term outcome for minor amputations in patients with peripheral vascular disease. METHODS: A retrospective study of minor amputations between January 1, 2005 and December 31, 2015 was performed. Electronic medical records of eligible patients were examined to extract demographics, co morbidities and clinical data. RESULTS: Within the study period, 220 patients underwent 296 primary minor amputations in 244 lower extremities. Wound healing was achieved in 18.2% (54 of 296 amputations) and 43.6% (129 of 296 amputations) at 90 days and 365 days, respectively. Rates of progression to major amputation were 16.4% (40 or 244 limbs) and 21.7% (53 of 244 limbs) at 90 days and 365 days, respectively. In the final multivariate model, lower ipsilateral posterior tibial waveforms predicted poor 90-day healing (OR = 2.22, p = 0.01) as well as limb loss (OR = 3.02, p = 0.02) in a dose-response manner. In the final logistic regression model, emergency department admission (OR = 0.20, p < 0.01), ipsilateral posterior tibial waveform (OR = 2.63, p < 0.01), and post-operative infection (OR = 0.30, p < 0.01) were predictors of poor healing status at study endpoint. CONCLUSION: This study shows that a majority of foot amputees require ongoing care for non-healing wounds and a proportion necessitate conversion to major amputation. Adequate vascularization is essential to promote and maintain healing.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».