Perioperative Complications and In-Hospital Mortality in Partial and Radical Nephrectomy Patients with Heart-Valve Replacement
Notice bibliographique
Résumé
BACKGROUND: In-hospital mortality and complication rates after partial and radical nephrectomy in patients with history of heart-valve replacement are unknown. PATIENTS AND METHODS: Relying on the National Inpatient Sample (2000-2019), kidney cancer patients undergoing partial or radical nephrectomy were stratified according to presence or absence of heart-valve replacement. Multivariable logistic and Poisson regression models addressed adverse hospital outcomes. RESULTS: Overall, 39,673 patients underwent partial nephrectomy versus 94,890 radical nephrectomy. Of those, 248 (0.6%) and 676 (0.7%) had a history of heart-valve replacement. Heart-valve replacement patients were older (median partial nephrectomy 69 versus 60 years; radical nephrectomy 71 versus 63 years), and more frequently exhibited Charlson comorbidity index ≥ 3 (partial nephrectomy 22 versus 12%; radical nephrectomy 32 versus 23%). In partial nephrectomy patients, history of heart-valve replacement increased the risk of cardiac complications [odds ratio (OR) 4.33; p < 0.001), blood transfusions (OR 2.00; p < 0.001), intraoperative complications (OR 1.53; p = 0.03), and longer hospital stay [rate ratio (RR) 1.25; p < 0.001], but not in-hospital mortality (p = 0.5). In radical nephrectomy patients, history of heart-valve replacement increased risk of postoperative bleeding (OR 4.13; p < 0.001), cardiac complications (OR 2.72; p < 0.001), intraoperative complications (OR 1.53; p < 0.001), blood transfusions (OR 1.27; p = 0.02), and longer hospital stay (RR 1.12; p < 0.001), but not in-hospital mortality (p = 0.5). CONCLUSIONS: History of heart-valve replacement independently predicted four of twelve adverse outcomes in partial nephrectomy and five of twelve adverse outcomes in radical nephrectomy patients including intraoperative and cardiac complications, blood transfusions, and longer hospital stay. Conversely, no statistically significant differences were observed in in-hospital mortality.
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 | 0,000 | 0,003 |
| 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) | 0,001 | 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 ».