The Fistula Risk Score Catalog
Notice bibliographique
Résumé
Objective: This study aims to present a full spectrum of individual patient presentations of pancreatic fistula risk, and to define the utility of mitigation strategies amongst some of the most prevalent, and vulnerable scenarios surgeons encounter. Background: The FRS has been utilized to identify technical strategies associated with reduced CR-POPF incidence across various risk strata. However, risk-stratification using the FRS has never been investigated with greater granularity. By deriving all possible combinations of FRS elements, individualized risk assessment could be utilized for precision medicine purposes. Methods: FRS profiles and outcomes of 5533 PDs were accrued from 17 international institutions (2003–2019). The FRS was used to derive 80 unique combinations of patient “scenarios.” Risk-matched analyses were conducted using a Bonferroni adjustment to identify scenarios with increased vulnerability for CR-POPF occurrence. Subsequently, these scenarios were analyzed using multivariable regression to explore optimal mitigation approaches. Results: The overall CR-POPF rate was 13.6%. All 80 possible scenarios were encountered, with the most frequent being scenario #1 (8.1%) – the only negligible-risk scenario (CR-POPF rate = 0.7%). The moderate-risk zone had the most scenarios (50), patients (N = 3246), CR-POPFs (65.2%), and greatest non-zero discrepancy in CR-POPF rates between scenarios (18-fold). In the risk-matched analysis, 2 scenarios (#59 and 60) displayed increased vulnerability for CR-POPF relative to the moderate-risk zone (both P < 0.001). Multivariable analysis revealed factors associated with CR-POPF in these scenarios: pancreaticogastrostomy reconstruction [odds ratio (OR) 4.67], omission of drain placement (OR 5.51), and prophylactic octreotide (OR 3.09). When comparing the utilization of best practice strategies to patients who did not have these conjointly utilized, there was a significant decrease in CR-POPF (10.7% vs 35.5%, P < 0.001; OR 0.20, 95% confidence interval 0.12–0.33). Conclusion: Through this data, a comprehensive fistula risk catalog has been created and the most clinically-impactful scenarios have been discerned. Focusing on individual scenarios provides a practical way to approach precision medicine, allowing for more directed and efficient management of CR-POPF.
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 | 0,003 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,010 |
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 ».