Role of surgical setting and patients-related factors in predicting the occurrence of postoperative pulmonary complications after abdominal surgery.
Notice bibliographique
Résumé
OBJECTIVE: The aim of this retrospective study was to evaluate the role of surgical setting (urgent vs. elective) and approach (open vs. laparoscopic) in affecting postoperative pulmonary complications (PPCs) prevalence in patients undergoing abdominal surgery. PATIENTS AND METHODS: After local Ethical Committee approval, 409 patients who had undergone abdominal surgery between January and December 2014 were included in the final analysis. PPCs were defined as the development of one of the following new findings: respiratory failure, pulmonary infection, aspiration pneumonia, pleural effusion, pneumothorax, atelectasis on chest X-ray, bronchospasm or un-planned urgent re-intubation. RESULTS: PPCs prevalence was greater in urgent (33%) vs. elective setting (7%) (χ2 with Yates correction: 44; p=0.0001) and in open (6%) vs. laparoscopic approach (1.9%) (χ2 with Yates correction: 12; p=0.0006). PPCs occurrence was positively correlated with in-hospital mortality (Biserial Correlation r=0.37; p=0.0001). Logistic regression showed that urgent setting (p=0.000), Ariscat (Assess Respiratory Risk in Surgical Patients in Catalonia) score (p=0.004), and age (p=0.01) were predictors of PPCs. A cut-off of 23 for Ariscat score was also identified as determining factor for PPCs occurrence with 94% sensitivity and 29% specificity. CONCLUSIONS: Patients undergoing abdominal surgery in an urgent setting were exposed to a higher risk of PPCs compared to patients scheduled for elective procedures. Ariscat score fitted with PPCs prevalence and older patients were exposed to a higher risk of PPCs. Prospective studies are needed to confirm these results.
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 | 0,000 | 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) | 0,000 | 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 ».