Development and validation of a risk stratification model for immediate microvascular breast reconstruction
Notice bibliographique
Résumé
BACKGROUND: Immediate breast reconstruction has many advantages but is associated with higher complication rates than delayed reconstruction. Complications can delay the delivery of adjuvant cancer treatments. This study aimed to develop and validate a risk stratification model for the prediction of perioperative complications in immediate microvascular breast reconstruction. METHODS: The association between patient and treatment variables and perioperative complications was evaluated in a retrospective cohort of 351 women undergoing immediate breast reconstruction using free deep inferior epigastric artery perforator flaps. Multivariable logistic regression was used to determine the strength of association and weighted scores were assigned. Using cumulative risk scores, patients were stratified into low, intermediate, and high-risk groups. The model was then validated in a prospective cohort of 100 consecutive patients. RESULTS: Obesity, smoking, prior radiation, and comorbidities were important predictors and incorporated into the risk model. Complications occurred in 23.5% of low-risk (95% confidence interval [CI] = 17.7-29.2), 38.4% of intermediate-risk (95% CI = 29.2-47.5) and 53.9% of high-risk (95% CI = 33.3-74.4) patients. Validation confirmed a linear relationship between the risk stratification categories and complications in a model with good predictive power (c-statistic = 0.7, 95% CI = 0.6-0.8). CONCLUSION: A simple risk score, based on known preoperative variables, provides accurate risk stratification for patients considering immediate microvascular breast reconstruction.
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 | 0,001 | 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 ».