Correlation of postoperative fluid balance and weight and their impact on outcomes
Notice bibliographique
Résumé
INTRODUCTION: Normovolemia after major surgery is critical to avoid complications. The aim of the present study was to analyze correlation between fluid balance, weight gain, and postoperative outcomes. METHODS: All consecutive patients undergoing elective or emergency major abdominal surgery needing intermediate care unit (IMC) admission from September 2017 to January 2018 were included. Postoperative fluid balances and daily weight changes were calculated for postoperative days (PODs) 0-3. Risk factors for postoperative complications (30-day Clavien) and prolonged length of IMC and hospital stay were identified through uni- and multinominal logistic regression. RESULTS: One hundred eleven patients were included, of which 55% stayed in IMC beyond POD 1. Overall, 67% experienced any complication, while 30% presented a major complication (Clavien ≥ III). For the entire cohort, median cumulative fluid balance at the end of PODs 0-1-2-3 was 1850 (IQR 1020-2540) mL, 2890 (IQR 1610-4000) mL, 3890 (IQR 2570-5380) mL, and 4000 (IQR 1890-5760) mL respectively, and median weight gain was 2.2 (IQR 0.3-4.3) kg, 3 (1.5-4.7) kg, and 3.9 (2.5-5.4) kg, respectively. Fluid balance and weight course showed no significant correlation (r = 0.214, p = 0.19). Extent of surgery, analyzed through Δ albumin and duration of surgery, significantly correlated with POD 2 fluid balances (p = 0.04, p = 0.006, respectively), as did POD 3 weight gain (p = 0.042). Prolonged IMC stay of ≥ 3 days was related to weight gain ≥ 3 kg at POD 2 (OR 2.8, 95% CI 1.01-8.9, p = 0.049). CONCLUSION: Fluid balance and weight course showed only modest correlation. POD 2 weight may represent an easy and pragmatic tool to optimize fluid management and help to prevent fluid-related postoperative complications.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».