Risk Factors for Preoperative Hyperglycemia in Surgical Patients with Diabetes: A Case–Control Study
Notice bibliographique
Résumé
Background: Patients with diabetes are more likely to undergo a surgical procedure than the rest of the population, and it is well established that preoperative hyperglycemia is associated with adverse surgical outcomes. However, it is currently unknown what factors increase the odds of preoperative hyperglycemia in people with diabetes. Objective: To identify patient characteristics that increase the risk of preoperative hyperglycemia. Methods: This retrospective case–control study compared 100 patients with preoperative hyperglycemia on admission for elective surgery at South Health Campus in Calgary, Alberta (blood glucose > 10.9 mmol/L) with 200 controls who did not have preoperative hyperglycemia on admission for elective surgery (blood glucose ≤ 10.9 mmol/L). Multivariate logistic regression was used to identify risk factors for preoperative hyperglycemia. Results: In the univariate analysis, age, number of comorbidities, increasing glycated hemoglobin (HbA1c), type of diabetes, type of procedure, and diabetes medications (non-insulin, insulin, both, or none) were associated with increased odds of preoperative hyperglycemia (p < 0.05). However, in the adjusted analysis, only increasing HbA1c (odds ratio [OR] 1.69, 95% confidence interval [CI] 1.36–2.12) and type 1 diabetes (OR 4.24, 95% CI 1.11–16.21, relative to type 2 diabetes) were associated with preoperative hyperglycemia. Conclusions: These results can help clinicians to identify patients who may be at increased risk of hyperglycemia before an elective procedure. They also allow for treatment of those who would benefit most from additional guidance with regard to preoperative glucose management. RÉSUMÉ Contexte : Les patients diabétiques sont plus susceptibles que le reste de la population de subir une intervention chirurgicale, et il est bien connu que l’hyperglycémie préopératoire est associée à des résultats chirurgicaux indésirables. Cependant, on ignore actuellement quels facteurs augmentent ce risque chez les personnes atteintes de diabète. Objectif : Déterminer les caractéristiques des patients qui augmentent le risque d’hyperglycémie préopératoire. Méthodes : Cette étude cas-témoins rétrospective a comparé 100 patients présentant une hyperglycémie préopératoire à l’admission pour une intervention chirurgicale non urgente au South Health Campus de Calgary, en Alberta (glycémie > 10,9 mmol/L) avec 200 témoins qui n’en présentaient pas (glycémie ≤ 10,9 mmol/L). La détermination des facteurs de risque d’hyperglycémie préopératoire s’est faite par régression logistique multivariée. Résultats : Dans l’analyse univariée, l’âge, le nombre de comorbidités, l’augmentation du taux d’hémoglobine glyquée (HbA1c), le type de diabète, le type d’intervention et les médicaments contre le diabète (non-insuline, insuline, les deux ou aucun) étaient associés à un risque accru d’hyperglycémie préopératoire (p < 0,05). Cependant, dans l’analyse ajustée, seuls l’augmentation de l’HbA1c (rapport de cotes [RC] 1,69; intervalle de confiance [IC] à 95 % 1,36-2,12) et le diabète de type 1 (RC 4,24; IC à 95 % 1,11-16,21, par rapport au diabète de type 2) étaient associés à une hyperglycémie préopératoire. Conclusions : Ces résultats peuvent aider les cliniciens à repérer les patients qui pourraient présenter un plus grand risque d’hyperglycémie avant une intervention non urgente. Ils permettent également de traiter ceux qui bénéficieraient le plus de conseils supplémentaires en matière de gestion préopératoire de la glycémie.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».