Preoperative optimization: Physical and cognitive pre-habilitation and management of chronic medication
Notice bibliographique
Résumé
Surgery is a significant stressor for older patient. Most are at higher risk of complications due to frailty and comorbidities. This article will review the impact of surgery on the older patient, perioperative risk assessment and stratification, prehabilitation, and specific screenings and interventions. Electronic searches of PubMed were conducted to identify relevant literature using the following search terms: prehabilitation, sarcopenia, osteosarcopenia, frailty, perioperative evaluation, and polypharmacy. Using the frailty phenotype allows for the early identification of geriatric syndromes and potential targets for interventions. However, it does not inform on potential cognitive impairment, which must be assessed separately. Prehabilitation, especially using multimodal interventions, aims to increase functional capacity during the preoperative period in anticipation of the upcoming stress of surgery and the metabolic cost of recovery. It comprises aerobic and resistance training, dietary interventions, psychological interventions, and cessation of adverse health behaviors. Addressing polypharmacy is also important during the perioperative period. Several frailty assessment tools exist, and special tests only take minutes to perform such as the gait speed and chair stand test. Early identification by surgeons leads to early referral to prehabilitation, which needs about four to six weeks to improve function. The decision to enroll patients in a prehabilitation program is based on the understanding of the needs to maintain a structured and personalized intervention taking into consideration the patient's health status, the type of surgery, and the state of the disease. Perioperative evaluation and prehabilitation for older adults are evolving fields, which are generating clinical and scientific interest. This article will review relevant topics to help clinicians adapt usual perioperative care to older patients' particular needs.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».