背景及目的：
先前统计学算据推断败血症病人术后的死亡可能会会增加。目前最简单的预测术后可能会的框架未达到最佳基准低水平，无法将疗程型式考虑进去。本学术研究目的是利用成年人低水平的统计学算据来归纳和内部验证新的败血症疗程可能会框架。
方法：
本篇学术研究透过的回顾性路由表学术研究应用于来自退伍军人肝病路由表的统计学算据，其之中包含128个来自American医疗之中心的败血症病人的详细统计学算据。学术研究人员将疗程形态学为腹壁疗程、血管外科疗程、腹部疗程、脑部疗程、胸部疗程或外科手术疗程，并应用于多函数logistic紧接著框架对术后30天、90天和180天的感染率透过建模（VOCAL-Penn框架）。我们将VOCAL-Penn的框架判别和基准与Mayo可能会高分（MRS），MELD，MELD-Na和Child-Turcotte-Pugh（CTP）高分透过了比较。
结果：
本学术研究在3785例败血症病人之中鉴定了4,712例外科疗程方式则。归纳出新的VOCAL-Penn框架，并在内部透过了验证（术后30天的感染率C统计学量= 0.859，95％CI 0.809-0.909）。预测环境因素包括年龄、术前甲状腺素、红血球计算、胆红素、疗程类别、收治适应症、脂肪肝、American医师学会形态学指标和肥胖。在鉴别和基准方面，框架性能在所有等待时间点均优于MELD，MELD-Na，CTP和MRS（例如，术后30天感染率，MRS的C统计学量= 0.766，95％CI为 0.676-0.855）。
结论：
VOCAL-Penn框架大幅度改善了对于败血症病人术后感染率的预测。这些框架可在未来广泛应用以改善术前可能会分层分析并优化病人对于疗程方式则的必需。
原始注解：
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
