对于机器人辅助部分切除术中术后并发症的E-PASS得分的预测效用:一项回顾性队列研究

科学领域:

• 泌尿器科 泌尿器科 泌尿器科 泌尿器科
• 手术瘤学手术瘤学
• 机器人手术 机器人手术

背景情况:

• 机器人辅助部分切除术 (RAPN) 是小瘤的标准治疗方法,具有良好的瘤和功能结果.
• 手术后的并发症仍然是一个问题,目前的肺部计量得分不考虑患者特异性或手术内变量.
• 生理能力和外科应激估计 (E-PASS) 评分整合了生理和外科参数,以预测手术风险.

研究的目的:

• 评估E-PASS综合风险评分 (CRS) 在RAPN后术后并发症的预测性能.
• 评估E-PASS CRS在加强RAPN患者风险分层方面的实用性.

主要方法:

• 对166名接受RAPN的患者进行了回顾性分析.
• 计算E-PASS手术前风险评分 (PRS),手术压力评分 (SSS) 和综合风险评分 (CRS).
• 并发症使用克拉维恩-丁多系统进行分级 (分级≥2被认为是显著的).
• 用接收器操作特征 (ROC) 曲线分析和校准图表来评估CRS预测性能.
• 后勤回归确定了术后并发症的独立预测因素.

主要成果:

• 2级以上并发症的发生率为15.7%.
• 在患有并发症的患者中,E-PASS CRS显著更高 (p < 0.001).
• 在ROC分析中,CRS的差别很好 (AUC:0.721).
• 多变量分析确定了CRS (OR:1.537),瘤大小 (OR:1.048),和离手术 (OR:4.569) 作为并发症的独立预测因素.

结论:

• E-PASS CRS可靠地预测RAPN的手术后并发症.
• 通过结合患者特异性和手术因素,E-PASS CRS提高了风险分层.
• 整合E-PASS CRS可能会促进泌尿外科手术中个性化的术后管理.