Open Access

Ivaylo Mitsiev

• Background: Hepatectomy is a complex procedure with high morbidity and mortality. Early prediction/prevention of major complications is highly valuable for patient care. Surgical APGAR score (SAS) has been validated to predict post-surgical complications (PCs). Goal: We aimed to define a simple complications classification following hepatectomy based on a therapy-oriented severity Clavien-Dindo classification (CDC). Methods: 119 patients undergoing liver resection were included. PCs were determined at follow-up based on CDC. Clinicopathological factors were used to calculate SAS. A receiver-operator characteristic (ROC) curve analysis estimated the predictive value of SAS for PCs. Circulating markers levels of liver injury were analyzed as critical elements on PCs. Results: SAS (P=0.008), estimated blood-loss (P=0.018) and operation time (P=0.0008) were associated with PCs. SAS was reduced in patients with (+) compared to those without (-) complications (6.64±1.84 vs 5.70±1.79, P=0.0079). The area-under-the-curve was 0.646 by ROC, indicating an acceptable discrimination with 65% possibility to distinguish (-) and (+) groups (P=0.004). Best cutoff value for SAS was ≤6/≥7, at which sensitivity and specificity were maximal. ALT/ASL levels were significantly different within the group with 9-10 SAS points (P=0.01 and 0.02). Conclusion: SAS provides accurate risk stratification for major PCs after hepatectomy, and might help improving the overall patient outcome.
• Hintergrund: Die Leberresektion ist ein komplexer Eingriff mit hoher Morbidität und Mortalität. Eine frühzeitige Vorhersage/Prävention von schwerwiegenden Komplikationen ist für die Patientenbetreuung von hohem Wert. Der chirurgische APGAR-Score (SAS) wurde für unterschiedliche Eingriffe validiert, um postoperative Komplikationen (PCs) vorherzusagen. Zielrichtung: Unser Ziel war es, eine einfache Klassifikation von Komplikationen nach Leberresektionen auf der Grundlage der Clavien-Dindo-Klassifikation (CDC) für chirurgische Komplikationen zu definieren. Methoden: 119 Patienten, bei denen eine Leberresektion durchgeführt wurde, wurden einbezogen. PCs wurden anhand der CDC im Rahmen der Nachsorgeuntersuchungen bestimmt. Klinisch-pathologische Faktoren wurden verwendet, um den SAS zu berechnen. Eine Receiver-Operator-Characteristic (ROC)-Kurvenanalyse wurde benutzt um den Vorhersagewert des SAS für PCs zu schätzen. Laborchemische Leberfunktionsmarker wurden als kritische Elemente bei PCs analysiert. Ergebnisse: SAS (p = 0,008), geschätzter Blutverlust (p = 0,018) und Operationszeit (p = 0,0008) waren mit PCs assoziiert. SAS war bei Patienten mit (+) im Vergleich zu denen ohne (-) Komplikationen reduziert (6,64 ± 1,84 vs. 5,70 ± 1,79, P = 0,0079). Die Fläche unter der Kurve betrug 0,646 durch ROC, was eine akzeptable Diskriminierung mit 65% Möglichkeit, die (-)- und (+)-Gruppen zu unterscheiden (p = 0,004), anzeigt. Der beste Schwellenwert für SAS war ≤ 6/≥ 7, bei dem Sensitivität und Spezifität maximal waren. ALT/ASL-Levels waren innerhalb der Gruppe mit 9-10 SAS-Punkten signifikant unterschiedlich (p = 0,01 bzw. 0,02). Schlussfolgerung: SAS bietet eine genaue Risikostratifizierung für schwerwiegende postoperative Komplikationen nach Leberresektion und könnte dazu beitragen, die Ergebnisse bei diesem Eingriff zu verbessern.