30-day readmission after radical cystectomy: Identifying targets for improvement using the phases of surgical care
Notice bibliographique
Résumé
INTRODUCTION: Postoperative readmissions following radical cystectomy (RC) have gained attention in the past decade. Postoperative and post-discharge complications play a role in readmission rates; however, our ability to predict readmissions remains poor. METHODS: Using the National Surgical Quality Improvement Program database, we identified patients with bladder cancer undergoing RC from 2013-2015. Complications were defined as postoperative and post-discharge. Outcomes were 30-day readmission, post-discharge complications, and post-discharge major complications. Patient, operative, and complication factors were assessed using multivariable logistic regression. RESULTS: We identified 4457 patients who underwent RC; 9.2% of patients experienced a postoperative complication, 18.8% experienced a post-discharge complication, and 20.3% were readmitted. Overweight and obese body mass index (BMI), dependent functional status, chronic obstructive pulmonary disease (COPD), a continent diversion, and duration of operation were associated with post-discharge complications. Postoperative complications were not associated with post-discharge complications. Readmission was associated with Black race (odds ratio [OR] 1.5; 95% confidence interval [CI] 1.0-2.1), overweight (OR 1.5; 95% CI 1.2-1.8) and obese BMI (OR 1.5; 95% CI 1.2-1.9), diabetes (OR 1.2; 95% CI 1.0-1.5), COPD (OR 1.4; 95% CI 1.0-1.8), steroid use (OR 1.5; 95% CI 1.0-2.2), a continent diversion (OR 1.4; 95% CI 1.1-1.7), duration of operation (OR 1.1; 95% CI 1.1-1.2), and postoperative complications (OR 1.5; 95% CI 1.2-2.0). The majority of readmissions experienced a post-discharge complication. CONCLUSIONS: Factors that span the preoperative, intraoperative, postoperative, and post-discharge phases of care were identified to increase readmission risk. To improve readmission rates, interventions will have to target factors across the surgical experience.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».