Is Frailty a Good Predictor of Postoperative Complications in Elective Abdominal Surgery?—A Single-Center, Prospective, Observational Study
Notice bibliographique
Résumé
Background: Despite the common occurrence of postoperative complications in patients with frailty syndrome, the nature and severity of this relationship remains unclear. We aimed to assess the association of frailty with possible postoperative complications after elective, abdominal surgery in participants of a single-centre prospective study in relation to other risk classification methods. Methods: Frailty was assessed preoperatively using the Edmonton Frail Scale (EFS), Modified Frailty Index (mFI) and Clinical Frailty Scale (CFS). Perioperative risk was assessed using the American Society of Anesthesiology Physical Status (ASA PS), Operative Severity Score (OSS) and Surgical Mortality Probability Model (S-MPM). Results: The frailty scores failed to predict in-hospital complications. The values of AUCs for in-hospital complications ranged between 0.5 and 0.6 and were statistically nonsignificant. The perioperative risk measuring system performance in ROC analysis was satisfactory with AUC ranging from 0.63 for OSS to 0.65 for S-MPM (p < 0.05 for each). Conclusions: The analysed frailty rating scales proved to be poor predictors of postoperative complications in the studied population. Scales assessing perioperative risk performed better. Further studies are needed to obtain optimal predictive tools in senior patients undergoing surgery.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».