Assessment of the Association Between Lung POCUS Findings During Preoperative Assessment and Cardiopulmonary Outcomes in Patients Undergoing Major Abdominal Surgery: A Pilot Study Protocol
Notice bibliographique
Résumé
Abdominal surgeries make up a significant portion of all surgical procedures performed worldwide. Despite advances in surgical techniques, there is significant morbidity and mortality associated with abdominal surgeries. Cardiopulmonary complications in the postoperative period play an important part in the elevated risk associated with these surgeries. Preoperative medical assessments have therefore become the standard of care to evaluate the risk of surgery, optimize a patient's medical conditions, and mitigate the perioperative risk. While there has been increasing utilization of lung point of care ultrasound (POCUS) in the immediate preoperative setting, the use of lung POCUS at the preoperative medical assessment clinic visit has not been studied. While using risk stratification tools is common in current practice, the role of adjunctive office-based techniques like lung POCUS have not been studied in this setting. We conducted an observational prospective pilot study to evaluate the association of lung POCUS findings in the preoperative visit on the risk of adverse cardiopulmonary outcomes in the 30-day postoperative period after major abdominal surgery. A standardized scoring system called integrated lung ultrasound score (iLUS) is used for objective assessment. Our study attempted to determine whether the addition of lung POCUS can be used to better stratify the risk for postoperative complications.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».