Pre‐operative frailty is predictive of adverse post‐operative outcomes in colorectal cancer patients
Notice bibliographique
Résumé
BACKGROUND: An increasing number of elderly patients are presenting for elective surgery. Pre-operative risk assessment in this population is inexact due to the complex interplay between age, comorbidity and functional status. Frailty assessment may provide a surrogate measure of a patient's physiological reserve and aid operative decision-making. The aim of this study is to determine the association between pre-operative frailty, as assessed using the Edmonton Frail Scale, and post-operative outcomes in elderly patients undergoing elective colorectal cancer surgery. METHODS: A prospective analysis of 86 patients over the age of 65 undergoing elective colorectal cancer surgery at a tertiary centre between October 2017 and October 2018 was performed. Frailty assessment was conducted pre-operatively using the Edmonton Frail Scale. Primary outcomes included length of stay and post-operative complication rates. Multivariable logistic regression analyses were used to determine the influence of frailty on post-operative outcomes including mortality, prolonged hospital admission, complication rates and quality of life. RESULTS: Of 86 patients, 12 (14.0%) were identified as frail. Frailty was associated with a significantly increased median length of stay (20 days versus 6 days, incidence rate ratio 2.83, P < 0.01) and a significantly increased risk of major post-operative complications (50.0% versus 6.7%, odds ratio 13.8, P < 0.01). Frailty was not associated with a significant reduction in quality of life scores at 30 and 90 days post-operatively. CONCLUSION: Frailty is associated with adverse post-operative outcomes in elderly patients undergoing elective colorectal cancer surgery. Frailty assessment is an important component of pre-operative risk assessment and may identify targets for pre-operative optimisation.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».