Model to predict major complications following liver resection for HCC in patients with metabolic syndrome
Notice bibliographique
Résumé
BACKGROUND: Metabolic syndrome (MS) is rapidly growing as risk factor for HCC. Liver resection for HCC in patients with MS is associated with increased postoperative risks. There are no data on factors associated with postoperative complications. AIMS: The aim was to identify risk factors and develop and validate a model for postoperative major morbidity after liver resection for HCC in patients with MS, using a large multicentric Western cohort. MATERIALS AND METHODS: The univariable logistic regression analysis was applied to select predictive factors for 90 days major morbidity. The model was built on the multivariable regression and presented as a nomogram. Performance was evaluated by internal validation through the bootstrap method. The predictive discrimination was assessed through the concordance index. RESULTS: A total of 1087 patients were gathered from 24 centers between 2001 and 2021. Four hundred and eighty-four patients (45.2%) were obese. Most liver resections were performed using an open approach (59.1%), and 743 (68.3%) underwent minor hepatectomies. Three hundred and seventy-six patients (34.6%) developed postoperative complications, with 13.8% major morbidity and 2.9% mortality rates. Seven hundred and thirteen patients had complete data and were included in the prediction model. The model identified obesity, diabetes, ischemic heart disease, portal hypertension, open approach, major hepatectomy, and changes in the nontumoral parenchyma as risk factors for major morbidity. The model demonstrated an AUC of 72.8% (95% CI: 67.2%-78.2%) ( https://childb.shinyapps.io/NomogramMajorMorbidity90days/ ). CONCLUSIONS: Patients undergoing liver resection for HCC and MS are at high risk of postoperative major complications and death. Careful patient selection, considering baseline characteristics, liver function, and type of surgery, is key to achieving optimal 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».