Analysis of factors that influence neurosurgical length of hospital stay among newly diagnosed pediatric brain tumor patients
Notice bibliographique
Résumé
BACKGROUND: Postoperative length of stay (LOS) carries a high burden of healthcare costs. In resource-intense specialties such as neurosurgery, it is imperative to identify factors that influence LOS to improve care. The current study investigates the potential for variables that affect clinical presentation, tumor characteristics, treatment modalities, and postoperative complications to impact overall LOS in pediatric brain tumor patients. METHODS: A retrospective cohort study design was used with patients enrolled in the McMaster Pediatric Brain Tumor Study Group database. All patients up to 18 years of age, presenting with a newly diagnosed brain tumor admitted to and discharged from neurosurgery, were included. Patients were sorted into three cohorts: short LOS (≤3 days), extended LOS (≥20 days), and control LOS (4-19 days). RESULTS: Of the 124 patients included, 20 (65% male; median age: 9.1 years; range, 0.8-17.4 years) were considered short LOS, 28 (61% male; median age: 4.7 years; range, 0.4-14.7 years) were considered extended LOS, and 76 (57% male; median age: 8.5 years; range, 0.3-17.9 years) were considered control LOS. Variables that prolonged LOS were emesis at presentation (P < 0.001), developmental delay (P = 0.02), multiple surgeries (P = 0.004), tumor location (P < 0.05), subtotal resection (P = 0.02), feeding tube (P < 0.001), adjuvant chemoradiotherapy (P < 0.001), and posterior fossa syndrome (P = 0.004). CONCLUSIONS: This study identifies variables related to clinical presentation, tumor characteristics, treatment modalities, and postoperative complications associated with extended LOS. These findings uncover novel predictors of LOS that can be used to guide future research and improve health resource 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».