Drain fluid's pH predicts anastomotic leak in colorectal surgery: results of a prospective analysis of 173 patients
Notice bibliographique
Résumé
BACKGROUND: The early risk assessment of anastomotic leak (AL) after colorectal surgery is crucial. Several markers have been proposed, including peritoneal fluid's pH. Aim of the present study is to evaluate the role of drain fluid pH as predictor of AL. METHODS: All patients undergoing colorectal surgery from January 2015 to December 2017 were considered eligible. Hartmann procedures, procedures including temporary ileostomy and emergency surgery were excluded. Drain fluid was submitted for pH and chemical-physical assessment on postoperative day 1 (POD1) and postoperative day 3 (POD3). RESULTS: Out of 173 patients, those who developed AL showed a lower drain fluid's pH on POD1 and on POD3 compared to patients who did not (P<0.05). The plotted ROC curves identified 7.53 as pH cut-off on POD1 (AUC 0.80) and 7.21 on POD3 (AUC 0.86). With both the cut-offs, pH was an independent predictor of AL at multivariable analysis (P<0.001). pH<7.53 on POD1 and pH<7.21 on POD3 showed 93.75% sensitivity and 97% specificity respectively. CONCLUSIONS: Drain fluid's pH on POD1 is useful to select patients who will not develop AL while on POD3 it might identify those requiring a more careful management.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| 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 ».