检索结果-内蒙古大学图书馆

口腔颌面部肿瘤切除及游离皮瓣修复重建术后患者早期恢复质量及与DAH30的关系

中国口腔颌面外科杂志 2025年第2期23卷 110-116页

作者：张瑶郭俊李慧祝文刘冰张惠口颌系统重建与再生全国重点实验室国家口腔疾病临床医学研究中心陕西省口腔生物工程技术研究中心空军军医大学口腔医院麻醉科陕西西安710032

目的:探讨口腔颌面部肿瘤切除及游离皮瓣修复重建术后患者早期恢复质量(quality of recovery,QoR)情况,分析其与术后30天存活天数和住家天数(days at home alive up to 30 days after surgery,DAH30)的关系。方法:采用前瞻性、单中心队... 详细信息

目的:探讨口腔颌面部肿瘤切除及游离皮瓣修复重建术后患者早期恢复质量(quality of recovery,QoR)情况,分析其与术后30天存活天数和住家天数(days at home alive up to 30 days after surgery,DAH30)的关系。方法:采用前瞻性、单中心队列研究,选择2022年9月—2023年10月在空军军医大学口腔医院全麻下行口腔颌面部肿瘤切除及游离皮瓣修复重建手术的患者,采用QoR-15量表分别于术前1天、术后第1天和第2天进行评估,根据术后第1天的QoR-15评分对患者分组,主要结局是术后早期QoR情况及术后第1天QoR与DAH30的关系。采用SAS 9.4软件包对数据进行统计学分析。结果:共纳入分析患者251例,其中术后第1天QoR较差86例(34.26%)、中等165例(65.74%),术后第2天QoR较差25例(9.96%)、中等213例(84.86%)、良好13例(5.18%),术后第1天QoR较差组患者DAH30的中位数为18 d,中等组为20 d,差异有统计学意义(P=0.003)。结论:口腔颌面部肿瘤切除及游离皮瓣修复重建术后患者早期QoR以中等为主,提高该类患者术后早期QoR有助于改善预后。

关键词：口腔颌面部肿瘤游离皮瓣修复重建手术恢复质量 DAH30 QoR-15量表

来源：评论

学校读者我要写书评

暂无评论

口腔颌面部肿瘤切除及游离皮瓣修复重建术患者早期恢复质量预测模型的构建

口腔颌面部肿瘤切除及游离皮瓣修复重建术患者早期恢复质量预测模...

引用

作者：张瑶中国人民解放军空军军医大学

学位级别：硕士

【研究背景】根治性肿瘤切除同期进行游离皮瓣修复重建技术是口腔颌面部肿瘤治疗的标准手术。然而,手术后疼痛、恶心呕吐、食欲减退、言语困难、睡眠障碍、活动受限等情况不仅影响患者的就医体验感和满意度,更是增加术后谵妄、心血管不... 详细信息

【研究背景】根治性肿瘤切除同期进行游离皮瓣修复重建技术是口腔颌面部肿瘤治疗的标准手术。然而,手术后疼痛、恶心呕吐、食欲减退、言语困难、睡眠障碍、活动受限等情况不仅影响患者的就医体验感和满意度,更是增加术后谵妄、心血管不良事件、低氧血症、静脉血栓形成等系统性严重并发症的风险,甚至危及游离皮瓣的存活和患者的生命安全。麻醉和手术后恢复质量是判断手术疗效和麻醉质量的关键指标,15项恢复质量评分量表(15-item quality of recovery,QoR-15)是一种广泛使用的工具,用于评估手术和麻醉后整体恢复质量的情况,评分低于90分代表恢复质量较差(poor quality of recovery,PQR),既往有研究证实,术后第一天PQR与术后并发症的发生及远期预后相关。临床预测模型可用于估算个体在将来特定时间内发生某种结局的概率,有助于早期识别高危患者、指导临床决策。然而,目前国内外尚无有关口腔颌面部肿瘤切除及游离皮瓣修复重建术后第一天发生PQR临床预测模型的研究报道。因此,本研究的目的是构建一个简单、实用、变量易于获得的预测模型,该模型旨在评估口腔颌面部肿瘤切除及游离皮瓣修复重建术后患者第一天的恢复质量,期望助力医务人员尽早、高效地识别PQR的高危患者,为提升患者恢复质量和减少术后并发症进行个体化的决策和管理提供循证医学证据,进而实现改善预后的目的。【研究方法】本研究为一项前瞻性、单中心的观察性研究。 (1)建立数据库。选取2022年09月至2023年10月于空军军医大学第三附属医院口腔颌面外科就诊并进行游离皮瓣修复重建手术的患者,使用QoR-15评分量表测量术后第一天的恢复质量,根据QoR-15评分分为QoR-15<90分组和QoR-15≥90分组,分别标记为PQR组和non-PQR组。同时记录围术期与患者相关、肿瘤相关以及麻醉和手术相关的32个指标作为协变量。 (2)筛选术后第一天PQR发生的预测因子。方法一,Logistic回归分析:使用单因素logistic回归分析挑选P<0.1的变量,利用共线性检验剔除方差膨胀因子(variance inflation factor,VIF)>5的协变量;随后将挑选出的潜在危险因素一并纳入多因素logistic回归分析,进一步筛选影响术后第一天PQR发生的独立危险因素;方法二,机器学习算法:分别采用5种机器学习算法筛选术后第一天PQR发生的预测因子,包括最小绝对收缩和选择算子(least absolute selection and shrinkage operator,LASSO)回归、ReliefF特征选择、Boruta特征选择、最大相关最小冗余(maximal relevance and minimal redundancy,mRMR)特征选择和极限梯度提升(extreme gradient boosting,XGBoost)变量重要度分析;方法三,结合Logistic回归分析和机器学习算法:将上述筛选出的预测因子分别按照出现的频次进行排序,选取排名前五位的作为一组预测因子组合。 (3)构建、选择、评价和展示预测模型。基于上述方法筛选出的7组预测因子,采用逻辑回归(logistic regression,LR)分别构建预测模型并使用Bootstrap分层重采样的方法进行内部验证;对比七个模型的区分度以及其它指标的综合性能,采用赤池信息量准则(akaike information criterion,AIC)评价模型的简易程度并作为模型的选择方法,综合考量后选出最佳模型,并对其校准曲线(calibration curve)和临床决策曲线(decision curve analysis,DCA)进行评价,最后采用列线图作为可视化工具对该模型进行展示。【研究结果】本研究共纳入255例患者进行分析,其中PQR组有86例患者,non-PQR组有169例患者。在筛选术后第一天PQR发生的预测因子方面,Logistic回归分析筛选出身体质量指数、ASA分级、既往辅助治疗史、肿瘤部位和皮瓣供区这5个独立危险因素;LASSO回归筛选出年龄、ASA分级、受教育程度、头颈部手术史、既往辅助治疗史、肿瘤部位、皮瓣供区、气道类型、麻醉重症监护室序贯治疗、身体质量指数和焦虑评分这11个核心变量;ReliefF特征选择筛选出肿瘤部位、ASA分级、衰弱、血浆输注量、皮瓣类型这5个特征变量;Boruta特征选择筛选出ASA分级、既往辅助治疗史、肿瘤部位、气道类型、乳酸最高值这5个特征变量;mRMR特征选择筛选出气道类型、血浆输注量、既往辅助治疗史、ASA分级、皮瓣类型这5个特征变量;XGBoost的变量重要度分析筛选出身体质量指数、总输液量、焦虑评分、气道类型、AS

关键词：口腔颌面部肿瘤游离皮瓣修复重建手术恢复质量 QoR-15评分量表 PQR 预测模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：