MétaCan
Menu
Retour à la cohorte
Enregistrement W2937920023 · doi:10.1186/s13018-019-1118-9

Prevalence and risk factors for perioperative complications of CKD patients undergoing elective hip surgery

2019· article· en· W2937920023 sur OpenAlexaff
Yongqing You, Yijian Zhang, Qiang Lei, Ye Sun, Junxin Zhang, Emily Hong Bou, Moqi Yan, Kerong Dai, Muliang Ding

Notice bibliographique

RevueJournal of Orthopaedic Surgery and Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesShanghai Jiao Tong UniversityNational Natural Science Foundation of China
Mots-clésMedicineKidney diseasePerioperativeDiabetes mellitusOrthopedic surgeryAnemiaLogistic regressionInternal medicineSurgeryRisk factorBlood transfusion

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Chronic kidney disease (CKD) is known to increase morbidity and mortality after orthopedic surgery. The purpose of this study is to investigate how CKD affects perioperative complications in hip surgery patients. MATERIAL AND METHODS: From 2013 to 2016, a total of 230 patients (30 patients with CKD and 200 without CKD) undergoing hip surgery were enrolled in this study. Preoperative, intraoperative, and postoperative data was collected and analyzed between CKD and non-CKD patients. Logistic regression was used to evaluate the independent risk factor for postoperative complications. RESULTS: There were significant differences in the number of people with hypertension (90.0% vs 27.3%, P < 0.001), diabetes (33.3% vs 8.7%, P = 0.01), coronary heart disease (20.0% vs 2.0%, P = 0.001), smoking habits (56.7% vs 22.7%, P = 0.016), anemia (90.0% vs 19.3%, P < 0.001), and low hemoglobin levels (94.1 ± 19.7 vs 121.3 ± 18.8, P < 0.001) between CKD and non-CKD patients before surgery. Receiving a blood transfusion was significantly more common in CKD patients (50% vs 28.5%, P = 0.018). Postoperatively, significant differences were detected in the average number of patients who transferred to the ICU (73.3% vs 19.3%, P < 0.001). Furthermore, differences were found in the quantity of hemoglobin (92.5 ± 16.8 vs 107.5 ± 18.3, P < 0.001) and albumin (32.4 ± 4.1 vs 34.9 ± 5.5, P = 0.02) measured between CKD and non-CKD patients. Logistic regression analysis indicated that diabetes, alcohol, and anemia were all independent risk factors for obtaining a blood transfusion, while age, CKD, and osteoporosis were all independent risk factors for ICU transfers. CONCLUSION: Compared with non-CKD patients, CKD patients were accompanied with more cardiac diseases preoperatively. In addition, CKD patients were more likely to receive a blood transfusion and transfer to the ICU after hip surgery. Preoperative anemia should be restored sufficiently to decrease the incidence of blood transfusions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,340
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Orthopaedic Surgery and ResearchMême sujetCardiac, Anesthesia and Surgical OutcomesTravaux en français237 207