Variations in Outcomes of Surgical Oncology Fellowship Graduates Performing Hepatopancreatic Surgery in the United States Based on Fellowship Training Program
Notice bibliographique
Résumé
BACKGROUND: Exposure in hepatopancreatic (HP) surgery can vary among Complex General Surgical Oncology (CGSO) fellowship graduates. Real-world outcomes of fellowship graduates performing HP surgery have not been previously examined. METHODS: Medicare beneficiaries undergoing HP surgery for cancer between 2016 and 2021 were identified. Surgeon-level data, including fellowship training information, were linked to patient-level Medicare data. Trends and variations in severe complications and 90-day mortality according to fellowship training were examined. RESULTS: Overall, 9954 HP cancer operations (pancreatectomy: 7,566, 76%; hepatectomy: 2,388, 24%) were performed between 2016 and 2021. A total of 609 CGSO fellowship graduates trained at 42 different CGSO programs in the United States or Canada were identified. Most cases (93.2%) were performed by surgeons who had completed an ACGME-accredited CGSO program. Almost half of HP operations were performed by graduates of two specific CGSO programs (n = 4,769, 47.9%), whereas 92.1% (n = 9,166) of HP operations were performed by graduates of 15 CGSO programs. After adjusting for relevant, multilevel characteristics, marked variations in outcomes by CGSO fellowship program were noted following both hepatectomy and pancreatectomy. The adjusted probability of serious complications decreased from 2016 to 2021 (16.4% vs. 12.9%; p < 0.05), however, the likelihood of 90-day mortality remained relatively stable during the study period (2016: 6.4% vs. 2021: 5.3%; p = 0.19). CONCLUSIONS: While outcomes of CGSO graduates improved over time, a marked variation in outcomes of graduates performing HP surgery was noted based on their fellowship training. Further efforts should be made to enhance and standardize HP surgery exposure and training in CGSO programs for fellows intending to perform HP surgery in practice.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».