MétaCan
Menu
Retour à la cohorte
Enregistrement W2076786964 · doi:10.1016/j.ejcnurse.2009.02.003

The Coronary Artery Bypass Graft Surgery Trajectory: Gender Differences Revisited

2009· article· en· W2076786964 sur OpenAlexafffund
Jo‐Ann V. Sawatzky, Barbara J. Naimark

Notice bibliographique

RevueEuropean Journal of Cardiovascular Nursing · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversity of ManitobaResearch Manitoba
Mots-clésMedicinePsychosocialQuality of life (healthcare)ArteryCoronary artery bypass surgeryPopulationSurgeryPhysical therapyNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

Over the past several decades there has been substantial research interest in gender differences within the coronary artery bypass graft (CABG) surgery trajectory. However, the debate persists regarding the reasons why women may have less favorable outcomes. As part of a larger study, we explored gender differences in the physiological and psychosocial dimensions of pre-operative status, and post-operative morbidity and quality of life outcomes in CABG surgery patients. A purposive sample of patients on the waiting list for CABG surgery (N=195; 157 males; 38 females) was followed for 6 months post-surgery. The results reflected consistent evidence of a male advantage across the CABG surgery trajectory. Though gender differences in age were non-significant, females had significantly more post-operative respiratory complications (p=0.005), a longer hospital stay (p=0.003), more symptoms at 2 weeks post-discharge, and a lower quality of life at 6 weeks and 6 months post-discharge. Our findings provide important insights for improving CABG surgery outcomes for both men and women. In particular, implementing creative strategies to improve physical functioning pre-operatively, may improve post-operative quality of life outcomes in this population.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,284
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cardiovascular NursingMême sujetCardiac Health and Mental HealthTravaux en français237 207