In-Hospital Venous Thromboembolism and Pulmonary Embolism After Major Urologic Cancer Surgery
Notice bibliographique
Résumé
BACKGROUND: This study aimed to test for temporal trends of in-hospital venous thromboembolism (VTE) and pulmonary embolism (PE) after major urologic cancer surgery (MUCS). METHODS: In the Nationwide Inpatient Sample (NIS) database (2010-2019), this study identified non-metastatic radical cystectomy (RC), radical prostatectomy (RP), radical nephrectomy (RN), and partial nephrectomy (PN) patients. Temporal trends of VTE and PE and multivariable logistic regression analyses (MLR) addressing VTE or PE, and mortality with VTE or PE were performed. RESULTS: Of 196,915 patients, 1180 (1.0%) exhibited VTE and 583 (0.3%) exhibited PE. The VTE rates increased from 0.6 to 0.7% (estimated annual percentage change [EAPC] + 4.0%; p = 0.01). Conversely, the PE rates decreased from 0.4 to 0.2% (EAPC - 4.5%; p = 0.01). No difference was observed in mortality with VTE (EAPC - 2.1%; p = 0.7) or with PE (EAPC - 1.2%; p = 0.8). In MLR relative to RP, RC (odds ratio [OR] 5.1), RN (OR 4.5), and PN (OR 3.6) were associated with higher VTE risk (all p < 0.001). Similarly in MLR relative to RP, RC (OR 4.6), RN (OR 3.3), and PN (OR 3.9) were associated with higher PE risk (all p < 0.001). In MLR, the risk of mortality was higher when VTE or PE was present in RC (VTE: OR 3.7, PE: OR 4.8; both p < 0.001) and RN (VTE: OR 5.2, PE: OR 8.3; both p < 0.001). CONCLUSIONS: RC, RN, and PN predisposes to a higher VTE and PE rates than RP. Moreover, among RC and RN patients with either VTE or PE, mortality is substantially higher than among their VTE or PE-free counterparts.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».