<i>Effect of Gender on Postoperative Morbidity and Mortality Outcomes: A Retrospective Cohort Study</i>
Notice bibliographique
Résumé
Full extent of gender differences on postoperative outcomes has never been studied on large scale, specifically postoperative complications. This study aims to assess the effect of gender on 30-day morbidity and mortality after major surgery. A retrospective cohort study was carried out using data of patients undergoing major surgeries from the American College of Surgeons' National Surgical Quality Improvement Program database between 2008 and 2011. Demographics, pre- and perioperative risk factors, as well as 30-day morbidities, both overall and specific, were reviewed. The 30-day mortality data were also assessed. Multivariate logistic regression analyses, basic (Adj1) and extended (Adj2), were used to assess the association between gender and outcomes. Out of 1,409,131 patients, 57.2 per cent were females. Females had lower prevalence of most system-specific risk variables. Overall morbidities were also lower in females versus males, even after adjustment for variables [total overall morbidity: ORadj2 = 0.9 (0.89-0.92), P < 0.0001] except in some cases such as after cardiac surgeries [ORadj2 = 1.29 (1.14-1.44), P < 0.0001] and vascular surgeries [ORadj2 = 1.14 (1.10-1.18), P < 0.0001], where overall morbidities of females were higher. Specific morbidities were also lower in females than in males in all types of complications except central nervous system-related postoperative complications [ORadj2 = 1.15 (1.08-1.22), P < 0.0001] and return to the operating room [ORadj2 = 1.06 (1.04-1.08), P < 0.0001]. The 30-day mortality rate for females was lower than males [ORadj2 = 0.99 (0.96-1.03), P = 0.94]. Female gender was associated with less perioperative morbidity and mortality versus males, but they did worse after cardiovascular procedures and had more central nervous system-related complications. These outcomes should be taken into consideration by surgeons and should be evaluated further in future studies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».