Key Causes and Temporal Window of Unplanned Readmissions Following Transsphenoidal Pituitary Surgery: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Abstract Unplanned readmission (UR) after transsphenoidal pituitary surgery poses a significant healthcare burden, but its exact incidence, causes, and risk factors remain unclear. This meta-analysis aims to estimate the 30-day UR rate, identify its main causes, and explore associated risk factors. A systematic search of PubMed, Embase, Scopus, and Web of Science was conducted from inception to July 2025. Included studies reported 30-day UR rates and risk factors after transsphenoidal pituitary adenoma resection. Pooled incidence rates and odds ratios (ORs) with 95% confidence intervals (CIs) were derived using random-effects models. Heterogeneity was evaluated with I2 statistics, and study quality was assessed using the Newcastle-Ottawa scale. A total of 10 studies with 51,618 patients were included. The pooled 30-day UR rate was 9.68% (95% CI: 7.87–11.91). Hyponatremia (28.67%, 95% CI: 15.30–53.72) and cerebrospinal fluid leak (15.7%, 95% CI: 8.07–30.53) were the most common causes. Both all-cause and hyponatremia-related readmissions clustered early after surgery, with mean times of 9.96 days (95% CI: 6.51–13.42) and 8.05 days (95% CI: 5.86–10.25), respectively, suggesting a shared high-risk window around the first 2 weeks. No risk factor was reported in more than two studies, preventing meta-analysis of predictors. This meta-analysis confirms a high 30-day UR rate (nearly 10%) after transsphenoidal pituitary surgery, primarily due to hyponatremia and CSF leak. The aligned timing of readmissions underscores a critical post-discharge period. These findings emphasize the need for structured follow-up and early intervention—especially extended electrolyte monitoring and complication-specific management—to effectively reduce readmission risk.
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 | 0,010 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,050 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».