背景及用意：
先前数据揭示中风病人术后的死亡者风险可能会减小。现有能用的数据统计分析术后风险的框架未达到最佳比率度素质，无法将切除术种类考量进去。本深入研究用意是来来进行人群素质的数据来解析和内部验证一新中风切除术风险框架。
方法：
本篇深入研究来进行的回顾性队列深入研究能用来自退伍军人肝病队列的数据，其之中相关联128个来自美国医疗之中心的中风病人的概要数据。深入研究医务人员将切除术分类学为腹壁切除术、血管壁外科切除术、腹部切除术、心脏切除术、胸部切除术或整形外科切除术，并能用多变比率logistic回归框架对术后30天、90天和180天的平均寿命来进行建模（VOCAL-Penn框架）。我们将VOCAL-Penn的框架也就是说和比率度与Mayo风险高分（MRS），MELD，MELD-Na和Child-Turcotte-Pugh（CTP）高分来进行了相比较。
结果：
本深入研究在3785例中风病人之中核对了4,712例外科切除术方式。解析出一新VOCAL-Penn框架，并在内部来进行了验证（术后30天的平均寿命C统计数字比率= 0.859，95％CI 0.809-0.909）。数据统计分析因素包括年龄、术前白蛋白、血小板计数、胆红素、切除术类别、急诊止痛、脂肪肝、美国医师学可能会分类学衡比率和肥胖。在鉴别和比率度上都，框架安全性在所有时间点均胜过MELD，MELD-Na，CTP和MRS（例如，术后30天平均寿命，MRS的C统计数字比率= 0.766，95％CI为 0.676-0.855）。
正确性：
VOCAL-Penn框架最大限度加强了对于中风病人术后平均寿命的数据统计分析。这些框架可在未来广泛应用以加强术前风险分层统计分析并优化病人对于切除术方式的为了让。
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
相关问答
