Comparison of Various Functional Assessment Tools to Identify Older Patients Undergoing Aortic Aneurysm Repair at Risk for Postoperative Complications
Notice bibliographique
Résumé
BACKGROUND: To estimate whether the benefits of aortic aneurysm repair will outweigh the risks, determining individual risks is essential. This single-center prospective cohort study aimed to compare the association of functional tools with postoperative complications in older patients undergoing aortic aneurysm repair. METHODS: Ninety-eight patients (≥65 years) who underwent aortic aneurysm repair were included. Four functional tools were administered: the Montreal Cognitive Assessment (MoCA); the 4-Meter Walk Test (4-MWT); handgrip strength; and the Groningen Frailty Indicator (GFI). Primary outcome was the association between all tests and 30-day postoperative complications. RESULTS: After adjusting for confounders, the odds ratio for MoCA was 1.39 (95% confidence interval [CI] 0.450; 3.157; P = 0.723), for 4-MWT 0.63 (95% CI 0.242; 1.650; P = 0.348), for GFI 1.82 (95% CI 0.783; 4.323, P = 0.162), and for weak handgrip strength 4.78 (95% CI 1.338; 17.096, P = 0.016). CONCLUSIONS: Weak handgrip strength is significantly associated with the development of postoperative complications after aortic aneurysm repair. This study strengthens the idea that implementing a quick screening tool for risk assessment at the outpatient clinic, such as handgrip strength, identifies patients who may benefit from preoperative enhancement with help from, for example, Comprehensive Geriatric Assessment, eventually leading to better outcomes for this patient group.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».