Corrigendum to ‘Nigerian surgical outcomes – Report of a 7-day prospective cohort study and external validation of the African surgical outcomes study surgical risk calculator’ [Int. J. Surg. 68 (2019) 148–156]

Osinaike, Babatunde; Ayandipo, Omobolaji; Onyeka, Tonia C.; Alagbe-Briggs, Olubusola; Mohammed, Alhassan Datti; Oyedepo, Olanrewaju Olubukola; Nuhu, Ahmed Mohammed; Asudo, Felicia; Akanmu, Olanrewaju; Nwokorie, Chris; Mohammed, Abdulrahman; Edubio, Mark; Izuora, Kodilinye; Mohammed, Rabiu; Nweze, Onochie; Efu, M E; Eguma, Stella; Jasper, Abiodun Oyinpreye; Ewah, Richard; Akhideno, Irene; Nnaji, Chimaobi Tim; Ado, Suleiman; Ogboli-Nwasor, Elizabeth; Atiku, Mamuda; Salisu, Ibrahim; Adinoyi, Yakubu; Agu, Edith; Desalu, I; Samuel, Luka; Yunus, Abdulghaffar Adeniyi; Fatungase, Oluwabunmi; Akinwonmi, Olugbenga; Faponle, Folayemi; Idowu, Olusola; Isamade, Erdoo S; Abdulrahman, Abdullahi; Buba, Shanka; Hamza, Garba; Onajin-Obembe, Bisola; Amanor-Boadu, S.D.; Investigators, Nigerian Surgical Outcomes Study

doi:10.1016/j.ijsu.2019.08.027

Cited by 3 publications

(1 citation statement)

References 0 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The calibration of the column plots was accompanied by the development of the Hosmer-Lemeshow test to determine the agreement between predicted and observed occurrences of stigmatized depression [24]. Finally, the clinical utility of the column line plot was assessed by bootstrap assessment identi cation and calibration of 1000 resamples in the form of a DCA curve.…”

Section: Model Evaluationmentioning

confidence: 99%

A predictive model for depression in Chinese middle-aged and elderly people with arthritis

Yin,

Pu,

2024

Preprint

View full text Add to dashboard Cite

BACKGROUND This study examines the prevalence of depression and its determinants among Chinese middle-aged and elderly arthritis patients, aiming to establish a theoretical foundation for enhancing their mental well-being and to inform the development of targeted prevention and intervention strategies. METHODS Data from the 2018 China Health and Retirement Longitudinal Study (CHARLS) were selected for this study. We used whether middle-aged and elderly arthritis patients were depressed as the dependent variable and included 16 predictor variables. The data were randomly divided into training and validation sets according to 7:3. LASSO and binary logistic regression analyses were performed in the training set to screen the predictor variables of the model and construct the model, and the model was internally validated in the validation set. RESULTS This study included 1302 middle-aged and elderly arthritis patients, and LASSO and binary logistic regression analysis were used to construct a prediction model for depression applicable to middle-aged and elderly arthritis patients in China. The column-line graph analysis revealed that gender, age, self-rated health, trouble with body pain, life satisfaction, marital satisfaction, child satisfaction, and instrumental activities of daily living were risk factors for depression (P<0.05). The area under the receiver operating characteristic curve(ROC) exceeded 0.70 in both the model training and internal validation phases, demonstrating the high accuracy of the model in predicting depression risk. In addition, decision curve analysis (DCA) and model mean calibration curve analysis further confirmed the practical value and validity of the model in depression prediction. CONCLUSION In this study, we demonstrated that female, middle-aged, self-rated poor health, trouble with body pain, life dissatisfaction, marital dissatisfaction, children dissatisfaction, and instrumental activities of daily living difficulties are risk factors for depression among arthritis patients in the middle-aged and elderly population. We developed a predictive model for depression based on the above risk factors to provide early identification, intervention, and treatment for a high-risk group of middle-aged and elderly arthritis patients.

show abstract

Section: Model Evaluationmentioning

confidence: 99%

A predictive model for depression in Chinese middle-aged and elderly people with arthritis

Yin,

Pu,

2024

Preprint

View full text Add to dashboard Cite

show abstract

Mortalidad perioperatoria en Tolima, perspectivas del cuarto indicador de The Lancet Commission on Global Surgery: un análisis preliminar de la cohorte prospectiva del estudio Colombian Surgical Outcomes Study (ColSOS)

et al. 2023

View full text Add to dashboard Cite

Introducción. La mortalidad perioperatoria en el mundo representa 4,2 millones de muertes anuales. El cuarto indicador de The Lancet Commission on Global Surgery permite estandarizar la mortalidad perioperatoria. En Colombia, existen aproximaciones por datos secundarios, limitando el análisis y las intervenciones aplicables a nuestra población. El objetivo de este estudio fue describir la mortalidad perioperatoria a través de datos primarios que permitan sustentar políticas públicas. Métodos. Se hizo el análisis preliminar de un estudio observacional, de cohorte prospectiva, multicéntrico en 6 instituciones del departamento de Tolima. Se incluyeron los pacientes llevados a procedimientos quirúrgicos por una semana, con posterior seguimiento hasta el egreso, fallecimiento o 30 días de hospitalización. La mortalidad perioperatoria fue el desenlace primario. Resultados. Fueron incluidos 378 pacientes, con mediana de 49 años (RIC 32-66), buen estado funcional (ASA I-II 80 %) y baja complejidad quirúrgica (42 %). Las cirugías más comunes fueron por Ortopedia (25,4 %) y Cirugía plástica (23,3 %). El 29,7 % presentaron complicaciones postoperatorias, las más comunes fueron síndrome de dificultad respiratoria agudo e íleo postoperatorio. La mortalidad perioperatoria fue de 1,3 %. Discusión. La mortalidad perioperatoria discrepó de la reportada en otros estudios nacionales, aun cuando los pacientes tenían un bajo perfil de riesgo y baja complejidad de los procedimientos. Sin embargo, coincide con la reportada internacionalmente y nos acerca a la realidad del país. Conclusión. La determinación del cuarto indicador es de vital importancia para mejorar la atención quirúrgica en Colombia. Este es el primer acercamiento con datos primarios que nos permite tener información aplicable a nuestra población.

show abstract

Inteligencia artificial en cirugía: creación y validación de una calculadora colombiana de riesgo de mortalidad perioperatoria

Lozano-Suárez,

Salamanca-Lozano,

Cabrera-Rivera

et al. 2024

Rev Colomb Cir

View full text Add to dashboard Cite

Introducción. Se estima que ocurren 4,2 millones de muertes anuales en los primeros 30 días postoperatorios. La Comisión de Lancet en Cirugía Global resalta la importancia de medir y reducir esta mortalidad. Este estudio desarrolló una calculadora de mortalidad perioperatoria específica para la población colombiana, pretendiendo identificar e intervenir tempranamente los pacientes con alto riesgo. Métodos. Se utilizaron datos del estudio multicéntrico ColSOS, en el que se incluyeron 3807 pacientes de 54 centros en Colombia. Se recopilaron variables clínicas, sociodemográficas y perioperatorias; se manejaron los datos faltantes con imputación múltiple. La selección de variables se realizó mediante análisis bivariado, regresión Lasso y Recursive Feature Elimination (RFE). Se compararon modelos predictivos utilizando regresión logística y XGBoost, evaluando su rendimiento con validación cruzada. Resultados. El modelo XGBoost fue seleccionado por mostrar una mejor sensibilidad y menor número de falsos negativos que la regresión logística. Se destacó la importancia en la predicción de la clasificación ASA, enfermedad pulmonar obstructiva crónica, inestabilidad hemodinámica y urgencia del procedimiento. El modelo predijo mortalidad con un área bajo la curva (AUC) de 0,87. Conclusión. El presente estudio ha desarrollado la primera calculadora de mortalidad perioperatoria diseñada para la población colombiana, incluyendo múltiples especialidades quirúrgicas. El modelo de machine learning seleccionado presenta una sensibilidad y especificidad que la hacen equiparable a las mejores herramientas internacionales. La implementación de esta herramienta permite identificar y manejar tempranamente a los pacientes en riesgo, con lo que se podría mejorar la atención quirúrgica en Colombia.

show abstract

Corrigendum to ‘Nigerian surgical outcomes – Report of a 7-day prospective cohort study and external validation of the African surgical outcomes study surgical risk calculator’ [Int. J. Surg. 68 (2019) 148–156]

Cited by 3 publications

References 0 publications

A predictive model for depression in Chinese middle-aged and elderly people with arthritis

A predictive model for depression in Chinese middle-aged and elderly people with arthritis

Mortalidad perioperatoria en Tolima, perspectivas del cuarto indicador de The Lancet Commission on Global Surgery: un análisis preliminar de la cohorte prospectiva del estudio Colombian Surgical Outcomes Study (ColSOS)

Inteligencia artificial en cirugía: creación y validación de una calculadora colombiana de riesgo de mortalidad perioperatoria

Contact Info

Product

Resources

About