The Impact of Neuroanesthesia Fellowship Training and Anesthesiologist-Surgeon Dyad Volume on Patient Outcomes in Adult Spine Surgery: A Population-Based Study
Notice bibliographique
Résumé
INTRODUCTION: Extensive research has explored the impact of surgeons' characteristics on patient outcomes; however, the influence of anesthesiologists remains understudied. We performed a population-based retrospective cohort study to investigate the impact of anesthesiologists' characteristics on in-hospital morbidity after spine surgery. METHODS: Adult patients who underwent spine surgery at the London Health Science Centre, Ontario, Canada between January 1, 2010 and June 30, 2023 were included in this study. Data was extracted from the local administrative database. Five anesthesiologists' characteristics (neuroanesthesia fellowship and residency training backgrounds, surgeon familiarity, annual case volume, and sex) were examined as primary exposures. The primary outcome was composite in-hospital morbidity, encompassing 141 complications. Multivariable logistic regression was performed to assess the association between anesthesiologists' characteristics and postoperative morbidity with adjustment of patients' sex, Charlson Comorbidities Index, surgical complexity, and surgeon characteristics. RESULTS: A total of 7692 spine surgeries were included in the analysis. Being a neuroanesthesia fellowship-trained anesthesiologist and high anesthesiologist-surgeon annual dyad volume were associated with reduction in in-hospital comorbidity; adjusted odds ratio (95% CI) of 0.58 (0.49-0.69; P <0.001) and 0.93 (0.91-0.95; P <0.001), respectively. Conversely, anesthesiologist annual case volume, characteristics of residency training and anesthesiologist sex showed only nuanced associations with outcomes. CONCLUSIONS: Neuroanesthesia fellowship training and high surgeon-anesthesiologist dyad familiarity was associated with a reduction in in-hospital morbidity following spine surgery. These findings underscore the superiority of structured fellowship education over case exposure experience alone, advocate for dedicated neuroanesthesia teams with high surgeon-anesthesiologist dyad volume and recognize neuroanesthesia as a crucial subspecialty in spine surgery.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».