Evaluation of the <scp>Braden</scp> scale in predicting surgical outcomes in older patients undergoing major head and neck surgery
Notice bibliographique
Résumé
BACKGROUND: Being able to predict negative postoperative outcomes is important for helping select patients for treatment as well for informed decision-making by patients. Frailty measures are often time and resource intensive to use as screening measures, whereas the Braden scale, a commonly used measure to assess patients at risk of developing pressure ulcers after surgery, may be a potential tool to predict postoperative complication rates and longer length of stay (LOS) in patients undergoing major head and neck cancer surgery. METHODS: A retrospective analysis of Braden scale scores was performed on a prospectively collected cohort of patients undergoing major head and neck surgery recruited between December 2011 and April 2014. The association of Braden scale score with the primary outcomes of complications and LOS was analyzed using logistic regression and linear regression models on univariate analysis (UVA), respectively. Multivariate analysis (MVA) was performed based on a backward stepwise selection algorithm. RESULTS: < .001) was an independent predictor of increased LOS on UVA, but not on MVA when adjusted for other variables. For overall complications, as well as type of complication, the Braden scale score was not a significant predictor of complications on either UVA or MVA. CONCLUSION: In the sample population, the Braden scale did not demonstrate an ability to predict negative outcomes in head and neck surgery patients. LEVEL OF EVIDENCE: Level 2b individual cohort study.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».