ISSG-AO复杂性干预评分,但不是主要/次要指标,与成人脊柱形手术后的逗留时间相关

科学领域:

• 脊柱外科手术 脊柱外科手术
• 手术并发症 手术并发症
• 医疗信息学 医疗信息学

背景情况:

• 成年脊柱形 (ASD) 手术可能导致各种并发症.
• 精确的并发症分类对于改善患者的治疗结果和资源管理至关重要.
• 现有的分类系统可能无法完全捕捉并发症的严重程度和影响.

研究的目的:

• 评估国际脊柱研究小组-AO (ISSG-AO) 成年脊柱形 (ASD) 复杂性分类系统的有效性.
• 为了比较术后停留时间 (LOS) 和并发症严重程度之间的相关性,使用ISSG-AO系统与传统的大小/小分类进行比较.
• 评估ISSG-AO系统在识别与长期LOS相关的并发症方面的实用性.

主要方法:

• 一个多中心的ASD数据库的回顾性审查.
• 使用ISSG-AO系统和传统的大/小系统对住院并发症进行分类.
• 使用机器学习 (条件随机森林) 和通用线性混合模型,对并发症严重程度和术后LOS之间的相关性分析.

主要成果:

• ISSG-AO系统证明了与 LOS 的显著相关性.
• 传统的大小分类显示了与LOS的反向相关性.
• 在机器学习分析中,ISSG-AO分类在预测LOS方面具有最大的相对重要性.

结论:

• ISSG-AO并发症分类系统显示了在ASD手术中与长期LOS相关的特定并发症的识别潜力.
• 实施基于ISSG-AO分级的有针对性的干预措施可以提高外科手术质量并优化资源利用.
• 与传统方法相比,ISSG-AO系统为复杂性评估提供了更细致的方法.