Frailty as a predictor of outcomes in patients undergoing head and neck cancer surgery
Notice bibliographique
Résumé
OBJECTIVES: To evaluate whether frailty and functional measures are predictors of perioperative complications and length of hospital stay (LOS) in patients undergoing head and neck cancer surgery. STUDY DESIGN: Prospective study. METHODS: Patients 50 years and older undergoing major head and neck cancer surgery between 2011 and 2015 preoperatively completed Fried's Frailty Index, Barthel Index, Lawton-Brody questionnaire and Vulnerable Elders Survey-13. Primary outcome measures were postoperative complications and LOS, which were analyzed using multivariable logistic and linear regression models. RESULTS: There were 274 patients recruited (105 aged 50-64 and 169 aged 65 and older). Of these, 119, 132, and 23 were defined as non-frail, pre-frail, and frail, respectively. Frailty score and functional measures were not predictors of overall complications. In multivariable models, frailty score (odds ratio [OR] = 1.36; 95% confidence interval [CI], 1.04-1.78, P = .025) was a predictor of medical complications and Clavien-Dindo Grade III and higher complications independent of age and comorbidity. Higher frailty score (β = 1.07; 95% CI, 1.02-1.12, P = .0025) and less independence on the Lawton Brody (β = -0.08; 95% CI, -0.11 to -0.05, P < .001) and Barthel Index (β = -0.12; 95% CI, -0.19 to -0.06, P < .001) were predictors of increased LOS. CONCLUSIONS: Frailty was a predictor of type and severity of complications. Both frailty and measures of independence in activities of daily living were independent predictors of LOS. Frailty and functional assessment can help surgeons identify patients at risk of adverse postoperative outcomes and thus aid in counselling patients as well as identifying patients that may benefit from comprehensive geriatric assessment and targeted interventions. LEVEL OF EVIDENCE: Prognosis study 2b Laryngoscope, 130:E340-E345, 2020.
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 ».