Frail Patients Are at Increased Risk for Mortality and Prolonged Institutional Care After Cardiac Surgery
Notice bibliographique
Résumé
BACKGROUND: Frailty is an emerging concept in medicine yet to be explored as a risk factor in cardiac surgery. Where elderly patients are increasingly referred for cardiac surgery, the prevalence of a frail group among these is also on the rise. We assessed frailty as a risk factor for adverse outcomes after cardiac surgery. METHODS AND RESULTS: Functional measures of frailty and clinical data were collected prospectively for all cardiac surgery patients at a single center. Frailty was defined as any impairment in activities of daily living (Katz index), ambulation, or a documented history of dementia. Of 3826 patients, 157 (4.1%) were frail. Frail patients were older, were more likely to be female, and had risk factors for adverse surgical outcomes. By logistic regression, frailty was an independent predictor of in-hospital mortality (odds ratio 1.8, 95% CI 1.1 to 3.0), as well as institutional discharge (odds ratio 6.3, 95% CI 4.2 to 9.4). Frailty was an independent predictor of reduced midterm survival (hazard ratio 1.5, 95% CI 1.1 to 2.2). CONCLUSIONS: Frailty is a risk for postoperative complications and an independent predictor of in-hospital mortality, institutional discharge, and reduced midterm survival. Frailty screening improves risk assessment in cardiac surgery patients and may identify a subgroup of patients who may benefit from innovative processes of care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».