风险分析指数预测洞穴形缺陷切除后非家庭出院
Pemla Jagtiani1, Kranti Rumalla2, Joanna M Roy3
1School of Medicine, SUNY Downstate Health Sciences University, New York, NY, USA; Bowers Neurosurgical Frailty and Outcomes Data Science Lab, Sandy, UT, USA.
World neurosurgery
|July 3, 2024
概括
通过风险分析指数 (RAI) 测量的脆弱性,预测了额外的不良结果,例如在内腔形切除 (CMR) 后的非家庭排泄. 该工具有助于优化患者选择和资源配置,以获得更好的外科结果.
科学领域:
- 神经外科 神经外科
- 血管神经学 血管神经学
- 老年病的医生 老年病的医生
背景情况:
- 内腔形 (CMs) 是与出血和神经缺陷相关的血管病变.
- 患者的年龄是神经外科结果的不那么有效的预测因素,而不是虚弱.
- 风险分析指数 (RAI) 是一种验证的脆弱性指标.
研究的目的:
- 使用RAI来预测洞穴形切除 (CMR) 后的不良结果.
- 评估RAI在CMR之后预测非家庭排放 (NHD) 的歧视性准确性.
主要方法:
- 全国住院患者样本 (2019-2020) 的回顾性分析,用于为CMR进行头骨切割的患者.
- 多变量分析以评估RAI定义的脆弱性和结果 (NHD,延长停留时间[eLOS],术后不良事件) 之间的关联.
- 接收器操作特征 (ROC) 曲线分析,以确定 RAI 对 NHD 的预测准确性.
主要成果:
- 确定了1200名CMR患者,平均年龄为38岁.
- 脆弱性水平的增加 (基于RAI) 与eLOS和NHD的更高率 (P<0.05) 有显著的关联.
- 在预测NHD.的过程中,RAI表现出强大的区分精度 (C-统计=0.722).
结论:
- 通过RAI评估的手术前脆弱性,可以独立预测经过骨CM切除的患者的不良结果 (eLOS,NHD).
- 将RAI整合到手术前评估中可以优化风险分层和患者选择.
- 改进的风险评估可能会导致更好的术后资源分配和更好的患者结果.
更多相关视频
11:58Minimally Invasive Thumb-sized Pterional Craniotomy for Surgical Clip Ligation of Unruptured Anterior Circulation Aneurysms
Published on: August 11, 2015
15.5K
14:59Neuronavigation and Laparoscopy Guided Ventriculoperitoneal Shunt Insertion for the Treatment of Hydrocephalus
Published on: October 14, 2022
7.1K
