Prediction of Postoperative Mortality in Patients With Organ Failure Following Pancreaticoduodenectomy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background Failure to rescue (FTR) patients with postoperative complications contribute to a significant proportion of postoperative mortality. Our main objective was to determine the risk factors for FTR among patients undergoing pancreaticoduodenectomy who suffered a life-threatening complication requiring intensive care unit (ICU) management. Materials and Methods Consecutive patients undergoing pancreaticoduodenectomy from 2011 to 2020 were reviewed retrospectively. Causes of organ failure were described as the one that most commonly contributed to patient’s transfer to ICU or death. Two groups were created based on whether patients had FTR and risk factors for FTR were compared. The impact of baseline characteristics, operative characteristics, and risk scoring on FTR was analyzed using multiple logistic regression. Results There were 19/58 (33%) FTR patients. Baseline, operative characteristics, postoperative complications, and length of hospital and ICU stay were similar between groups. However, a higher proportion of FTR patients experienced a postoperative pancreatic fistula (POPF) (16% vs 2.6%, P = .062). Among patients who experienced a POPF, the FTR group had a trend in delayed time from diagnosis to treatment (7 vs 23 hours, P=.131). Renal complications (OR 6.12, 95% CI, 1.23 to 38.43, P = .035) and time from POPF diagnosis to treatment (OR 1.05, 95% CI, 1.00 to 1.11, P = .036) were independent predictors of FTR by multivariable analysis. Conclusion The occurrence of certain postoperative complications such as renal complications as well as delayed timing of the management of POPF is predictive of FTR following pancreaticoduodenectomy, especially as delayed timing to treatment is a risk factor for FTR.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle