Long‐Term Survival and Risk of Institutionalization in Onco‐Geriatric Surgical Patients: Long‐Term Results of the PREOP Study
Notice bibliographique
Résumé
OBJECTIVES: To evaluate long-term survival and institutionalization in onco-geriatric surgical patients, and to analyze the association between these outcomes and a preoperative risk score. DESIGN: Prospective cohort study with long-term follow-up. SETTING: International and multicenter locations. PARTICIPANTS: Patients aged 70 years or older undergoing elective surgery for a malignant solid tumor at five centers (n = 229). MEASUREMENTS: We assessed long-term survival and institutionalization using the Preoperative Risk Estimation for Onco-geriatric Patients (PREOP) score, developed to predict the 30-day risk of major complications. The PREOP score collected data about sex, type of surgery, and the American Society for Anesthesiologists classification, as well as the Timed Up & Go test and the Nutritional Risk Screening results. An overall score higher than 8 was considered abnormal. RESULTS: We included 149 women and 80 men (median age = 76 y; interquartile range = 8). Survival at 1, 2, and 5 years postoperatively was 84%, 77%, and 56%, respectively. Moreover, survival at 1 year was worse for patients with a PREOP risk score higher than 8 (70%) compared with 8 or lower (91%). Of those alive at 1 year, 43 (26%) were institutionalized, and by 2 years, almost half of the entire cohort (46%) were institutionalized or had died. A PREOP risk score higher than 8 was associated with increased mortality (hazard ratio = 2.6; 95% confidence interval [CI] = 1.7-4.0), irrespective of stage and age, but not with being institutionalized (odds ratios = 1 y, 1.6 [95% CI = .7-3.8]; 2 y, 2.2 [95% CI = .9-5.5]). CONCLUSION: A high PREOP score is associated with mortality but not with remaining independent. Despite acceptable survival rates, physical function may deteriorate after surgery. It is imperative to discuss treatment goals and expectations preoperatively to determine if they are feasible. Using the PREOP risk score can provide an objective measure on which to base decisions. J Am Geriatr Soc 68:1235-1241, 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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».