Is obesity a predictor of mortality, morbidity and readmission after cardiac surgery?
Notice bibliographique
Résumé
INTRODUCTION: Obesity has been described as a risk factor for the development of coronary artery disease, but it has not been determined whether obesity is associated with adverse outcomes after cardiac surgery. Therefore, we analyzed a large cohort of patients who had undergone cardiac surgery to determine whether obesity is a predictor of mortality, morbidity or early readmission to hospital. METHODS: At the London Health Sciences Centre, an academic tertiary care centre, we prospectively entered data from the cardiac surgical database from July 1999 to April 2002. We collected data on 1310 consecutive, unselected patients who underwent cardiac surgery during that time. We assessed the degree of obesity using the body mass index (BMI), and we prospectively documented the occurrence of 10 major complications after surgery. They included stroke, reoperation for bleeding, life-threatening cardiac arrest or arrhythmia, new renal failure requiring dialysis, septicemia, mediastinitis, sternal dehiscence, respiratory failure, postoperative myocardial infarction and low cardiac output necessitating intra-aortic balloon pump use. Univariable and multivariable analyses were conducted to determine the factors associated with and predictive of postoperative death and major complications. RESULTS: An increased BMI did not increase the risk of early postoperative death. Furthermore, increased BMI was not a predictor of a patient experiencing any of the major complications, except sternal dehiscence. An increased BMI was associated with a higher likelihood of readmission to hospital within 30 days of discharge. CONCLUSION: Obesity was not associated with adverse outcomes after cardiac operations, aside from the increased risks of sternal dehiscence and early hospital readmission.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».