Assessment of the American College of Surgeons Surgical Risk Calculator (ACS-SRC) for Prediction of Early Postoperative Complications in Patients Undergoing Cytoreductive Surgery for Ovarian Peritoneal Carcinomatosis
Notice bibliographique
Résumé
Ovarian cancer (OC) is diagnosed at a locally advanced stage in two-thirds of cases. The first line of treatment consists of cytoreductive surgery (CRS) combined with neoadjuvant and/or adjuvant chemotherapy. However, CRS can be associated with high rates of postoperative complications (POCs), and detection of fragile patients at high risk of POCs is important. The American College of Surgeons Surgical Risk Calculator (ACS-SRC) provides a predictive model for early POCs (30 days) for any given surgical procedure. This study aimed to evaluate the performance of the ACS-SRC in predicting the occurrence of early POCs for patients undergoing CRS for OC. This was a retrospective study that included patients undergoing CRS for advanced OC between January 2010 and December 2022. Early POCs were reviewed, and the rate of POCs was compared with those predicted by the ACS-SRC to evaluate its accuracy (i.e., discrimination and calibration). A total of 218 patients were included, 112 of whom underwent extensive surgery/resection. A total of 94 complications were recorded. This cohort demonstrated correct calibration of the ACS-SRC for the prediction of surgical site infection, readmission, and the need for nursing care post-discharge (NCPD; transfer to revalidation center or need for nursing care at home). Using both the discrimination and calibration methods, the score only predicted NCPD. In this study, the ACS-SRC was shown to be of little value for patients undergoing cytoreductive surgery for ovarian peritoneal carcinomatosis, as it only accurately predicted NCPD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».