Emergency surgical consultation for cancer patients: identifying the prognostic determinants of health
Notice bibliographique
Résumé
BACKGROUND: Patients with malignancy often require urgent surgical consultation for treatment or palliation of disease. The objective of this study is to explore the prognostic determinants affecting care in acute cancer-related surgical presentations and the effect on patient outcomes. MAIN BODY: This is a retrospective review of patients referred to the acute general surgery (ACS) service at a tertiary hospital for management of cancer-related problem from July 2017 to September 2018. Patient demographics, course in hospital, and survival were recorded. Multivariant logistic regression and Kaplan-Meier estimates were performed. One hundred eighty-nine patients were identified (53% female) with a mean age of 65.9 years. Forty-two patients (22%) were newly diagnosed with cancer on presentation, and 94 (50%) patients had metastatic disease. Cancer staging was completed in 84% of patients, and 65% had multidisciplinary team (MDT) assessment during their hospital stay. Surgery was performed on 90 (48%) patients, of which 31.2% was with palliative intent. Overall mortality was 56% with 30- and 60-day mortality of 15% and 22%, respectively. The adjusted odds ratio (OR) for a 60-day mortality was high in patients presenting with new cancer diagnosis (OR 3.18, 95% CI 1.18-9.02, p=0.03), metastatic disease (OR 5.11, 95% CI 2.03-12.85, p=0.001), or systemic therapy on presentation (OR 3.46, 95% CI 1.30-9.22, p=0.013). CONCLUSION: Emergency surgical referral is common in patients with malignancy. Surgical decision making can be challenging due to the heterogeneity of this population and their associated comorbidities. Optimizing prognostic determinants such as goal-directed palliative care, MDT discussions, and bridging to systemic therapy can improve patient outcomes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».