Prognostic factors for morbidity and mortality in elderly patients undergoing acute gastrointestinal surgery: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Elderly patients undergoing acute gastrointestinal (GI) surgery experience increased morbidity and mortality compared with younger and elective patients. Prognostic factors can be used to counsel patients of these risks and, if modifiable, to minimize them. We reviewed the literature on prognostic factors for adverse outcomes in elderly patients undergoing acute GI surgery. METHODS: We searched PubMed and Embase using a strategy developed in collaboration with an expert librarian. Studies examining independent associations between prognostic factors and morbidity or mortality in patients aged 65 and older undergoing acute GI surgery were selected. We extracted data using a standardized form and assessed study quality using the QUIPS tool. RESULTS: Nine cohort studies representing 2958 patients satisfied our selection criteria. All studies focused on postoperative mortality. Thirty-four prognostic factors were examined, with significant variability across studies. There was limited or conflicting evidence for most prognostic factors. Meta-analysis was only possible for the American Society of Anesthesiologists (ASA) score, which was found to be associated with mortality in 4 studies (pooled odds ratio 2.77, 95% confidence interval 0.92-8.41). CONCLUSION: While acute GI surgery in elderly patients is becoming increasingly common, the literature on prognostic factors for morbidity and mortality in this patient population lags behind. Further research is needed to help guide patient care and potentially improve outcomes.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,003 |
| Bibliométrie | 0,001 | 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 ».