Incidence and risk factors for impaired mobility in older cardiac surgery patients during the early postoperative period
Notice bibliographique
Résumé
AIM: Mobility issues in the early postoperative period result in poor functional outcomes and diminished quality of life for patients of advanced age. We determined the incidence of and risk factors for mobility issues in the early postoperative period in patients receiving open heart cardiac surgery. METHODS: A retrospective chart review was carried out on 396 patients receiving open heart coronary artery bypass grafts (CABG), valve replacements and combination CABG-valve replacements in a tertiary care hospital. Data on demographics, comorbidities, laboratory values, medications, anesthesia and postoperative care were abstracted. Mobility issues were considered present if they were documented in the medical chart. All pre- and intraoperative variables were entered into logistic regression. RESULTS: The mean age was 66.4 ± 11.9 years. In a subset of patients aged 75 years and older, the mean age was 79.8 ± 3.7 years. Mobility issues affected 36.9% of individuals from the total sample, and 47.6% of older patients. Increased age was a weak predictor in the total sample (OR 1.03), but was the only predictor in older adults (OR 1.1). The strongest predictors in the total sample were preoperative COPD (OR 2.7), congestive heart failure (CHF; OR 2.1), renal disease (OR 1.9), and pre-existing physical impairment (OR 1.8). Older patients with mobility issues were more likely to be discharged to acute care facilities, and had higher rates of mortality 3 years after surgery. CONCLUSIONS: Over one-third of cardiac surgery patients experienced early postoperative mobility issues. Older patients and those with COPD, CHF, renal disease or pre-existing physical impairments might benefit from preoperative consultation with physical therapists.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».