PP164 Identifying Complications Of Partial Nephrectomy Using Physician Claims
Notice bibliographique
Résumé
Introduction: Many population-based studies identify surgical complications using hospital discharge abstract databases (DAD). With DAD, however, complications occurring after the discharge date cannot be followed up. This study used physician claims data to identify the complications of partial nephrectomy, and to compare the rates of complications of open, laparoscopic, and robot-assisted nephrectomies. Methods: Physician claims, DAD, and ambulatory care data from April 2003 to March 2016 were provided by Alberta Health. DAD and ambulatory care data were used to extract information on patients with kidney cancer who underwent partial nephrectomy. All physician claims within 30 days before and after surgery for the cohort were extracted. The numbers of the same International Classification of Diseases, Ninth Revision (ICD-9), codes before and after surgery were compared. If a number increased after surgery, this diagnosis was initially identified as a complication. All diagnoses with neoplasms were excluded. The incidence rates of complications for the three surgery groups were calculated. Chi-squared tests were conducted for the following nephrectomy comparisons: laparoscopic versus open; robot-assisted versus open; and robot-assisted versus laparoscopic. Results: A total of 1,890 kidney cancer patients had partial nephrectomies. Among them, 1,080, 411, and 399 had open, laparoscopic, and robot-assisted nephrectomies, respectively. One patient who had two different nephrectomies on the same day was excluded from analysis. The robot-assisted group had lower rates of digestive complications (ICD-9: 537–578, 787, 789, 998.6) and infections (ICD-9: 004–041, 998.5) than the open group, and higher rates of genitourinary complications (ICD-9: 584–599, 788, 997.5) than the laparoscopy group. The robot-assisted group had lower rates than the open group for most of the complication categories, but the differences were not statistically significant. Conclusions: Robot-assisted surgery appears to be superior to open surgery, but no better than laparoscopic surgery, in terms of minimizing the risk of complications following partial nephrectomy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».