Outcomes of minor amputations in patients with peripheral vascular disease over a 10-year period at a tertiary care institution
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
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.
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 | 0,000 |
| 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 découle