Association of Pre-Operative Hyponatraemia with Morbidity and Mortality in Patients Undergoing Non-Urgent Degenerative Spine Surgery, a Retrospective Study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Hyponatraemia increases the morbidity and mortality risks of orthopaedic patients. When undergoing spine surgery, hyponatraemic patients have high risks of pneumonia and of staying in hospital for up to 1 day longer compared with non-hyponatraemic patients. This study aims to assess the occurrence of adverse events among patients with pre-operative hyponatraemia after undergoing lumbar surgery. MATERIALS AND METHODS: A retrospective cohort study was conducted. Patients who underwent spinal surgery in 2011 to 2013 were identified from the American College of Surgeons National Surgical Quality Improvement Program database. Multivariate analysis was conducted to demonstrate the difference in post-operative complication rates between hyponatraemic patients and normonatraemic patients. Post-operative adverse events, need for blood transfusion and length of stay were considered as clinical outcome data. RESULTS: A total of 58,049 patients were included; pre-operatively, 55,012 (94.8%) were normonatraemic and 3037 (5.2%) were hyponatraemic. Multivariate analysis showed that hyponatraemic patients had higher rates of adverse events, blood transfusions and urinary tract infections. Specifically, 632 (20.8%) hyponatraemic patients developed adverse events, compared with 6821 (12.4%) normonatraemic patients; the hyponatraemic patients received transfusions, compared with 6821 (7.4%) normonatraemic patients; and 97 (3.2%) hyponatraemic patients developed urinary tract infections, compared with 715 (1.3%) normonatraemic patients. Finally, an extended length of stay beyond 6 days occurred in 604 (19.9%) hyponatraemic patients, compared with 4676 (8.5%) normonatraemic patients. CONCLUSIONS: Our study identified an association between pre-operative hyponatraemia and post-operative adverse events in spinal surgery patients. However, it is unclear whether hyponatraemia caused the higher adverse event rate.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».