Associations of preoperative anaemia with healthcare resource use and outcomes after colorectal surgery: a population-based cohort study
Notice bibliographique
Résumé
Background Preoperative anaemia is common in patient undergoing colorectal surgery. Understanding the population-level costs of preoperative anaemia will inform development and evaluation of anaemia management at health system levels. Methods This was a population-based cohort study using linked, routinely collected data, including residents from Ontario, Canada, aged ≥18 yr who underwent an elective colorectal resection between 2012 and 2022. Primary exposure was preoperative anaemia (haemoglobin <130 g L −1 in males; <120 g L −1 in females). Primary outcome was 30-day costs in 2022 Canadian dollars (CAD), from the perspective of a publicly funded healthcare system. Secondary outcomes included red blood cell transfusion, major adverse events (MAEs), length of stay (LOS), days alive at home (DAH), and readmissions. Results We included 54,286 patients, with mean 65.3 (range 18–102) years of age and 49.0% females, among which 21 264 (39.2%) had preoperative anaemia. There was an absolute adjusted cost increase of $2671 per person at 30 days after surgery attributable to preoperative anaemia (ratio of means [RoM] 1.05, 95% confidence interval [CI] 1.04–1.06). Compared with the control group, 30-day risks of transfusion (odds ratio [OR] 4.34, 95% CI 4.04–4.66), MAEs (OR 1.14, 95% CI 1.03–1.27), LOS (RoM 1.08, 95% CI 1.07–1.10), and readmissions (OR 1.16, 95% CI 1.08–1.24) were higher in the anaemia group, with reduced DAH (RoM 0.95, 95% CI 0.95–0.96). Conclusions Approximately $2671 CAD per person in 30-day health system costs are attributable to preoperative anaemia after colorectal surgery in Ontario, Canada.
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 | 0,000 |
| 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 ».