Risk factors for postoperative hyperglycemia in neonates
Notice bibliographique
Résumé
OBJECTIVE: Postoperative hyperglycemia has been shown to be associated with higher morbidity and mortality in pediatric patients. Data on risk factors for neonatal patients is limited. The objective of this study was to identify pre- and intraoperative risk factors associated with postoperative glucose in neonates. METHODS: We conducted a retrospective cohort study of neonates after surgical procedures between January and December 2016 in a quaternary neonatal intensive care unit. The primary outcome was hyperglycemia defined as serum glucose ≥8.3 mmol/L during the first 4 hours postoperatively. Secondary outcomes included death and length of stay. We assessed the association of risk factors with the postoperative glucose. RESULTS: In total, 206 surgical procedures (171 patients) were evaluated, among which 178 had serum glucose values during the first 4 hours postoperatively available. The incidence of hyperglycemia was 54% (n = 96). The median (IQR) glucose during the first 4 hours in NICU was 8.4 (6.52-10.65) mmol/L. Risk factors for postoperative hyperglycemia were intraoperative glucose infusion rate (GIR) and gestational age. There was a non-linear relationship between gestational age and postoperative hyperglycemia. Mortality occurred in 6 (7%) in the no-hyperglycemia group and 3 (3%) in the hyperglycemia group (p = 0.31). CONCLUSIONS: Among the risk factors, intraoperative GIR was identified as a modifiable factor that can reduce postoperative hyperglycemia. A non-linear relationship of gestational age with postoperative glucose provides new insights that may help advance our understanding of the complex mechanisms of glucose homeostasis in neonates.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».