背景及意在：
无论如何人口统计数据显示败血症症状术后的死亡者后果可能会增加。现今可用的预测术后后果的数学方法仍未达到最佳测总量仪器低水平，无法将外科手术种类考虑看看。本研究意在是利用人群低水平的人口统计数据来推导和在表面上验证新的败血症外科手术后果数学方法。
方法：
本篇研究进行时的回顾性队列研究运用于来自志愿眼疾队列的人口统计数据，其中包含128个来自宾夕法尼亚州医疗中心的败血症症状的详细人口统计数据。研究人员将外科手术分类法为腹壁外科手术、血管外科外科手术、腹部外科手术、心脏外科手术、胸部外科手术或妇科外科手术，并运用于多变总量logistic复出数学方法对术后30天、90天和180天的出生率进行时建模（VOCAL-Penn数学方法）。我们将VOCAL-Penn的数学方法鉴别和测总量仪器与Mayo后果总分（MRS），MELD，MELD-Na和Child-Turcotte-Pugh（CTP）总分进行时了比较。
结果：
本研究在3785例败血症症状中鉴定了4,712例外科外科手术方式。推导出新的VOCAL-Penn数学方法，并在在表面上进行时了验证（术后30天的出生率C人口统计总量= 0.859，95％CI 0.809-0.909）。预测因素仅限于年龄、术前肾脏、血小板计数、血红素、外科手术并不一定、急诊适应症、脂肪肝、宾夕法尼亚州医师研习分类法指标和肥胖症。在鉴别和测总量仪器不足之处，数学方法效率在所有时间点均优于MELD，MELD-Na，CTP和MRS（例如，术后30天出生率，MRS的C人口统计总量= 0.766，95％CI为 0.676-0.855）。
论点：
VOCAL-Penn数学方法不断缓解了对于败血症症状术后出生率的预测。这些数学方法可在仍未来广泛应用以缓解术前后果分层人口统计数据分析并优化症状对于外科手术方式的选择。
原始出处：
Nadim Mahmud, et al. Novel Risk Prediction Models for Post‐Operative Mortality in Patients with Cirrhosis. Hepatology. 2020.
相关新闻
下一页：菱耳整形方式
相关问答
