Risk factors for postoperative pulmonary complications in coronary artery bypass graft surgery patients
Notice bibliographique
Résumé
BACKGROUND: Despite numerous advances in anesthesia, surgical techniques, and postoperative care for coronary artery bypass graft (CABG) surgery, postoperative pulmonary complications (PPCs) still account for postoperative morbidity. OBJECTIVE: To determine current risk factors for PPCs in CABG surgery patients. METHODS: A retrospective cohort design was used. Health records were reviewed for patients (n=315) who had CABG surgery at a large quaternary healthcare center over a 4 month period. Pre-, peri-, and postoperative risk factors for PPCs were recorded as binary variables. Data were further assessed according to PPCs and non-PPCs using logistic regression models. RESULTS: PPCs occurred in 99.4% of this CABG surgical cohort. Atelectasis, pleural effusion, atelectasis with pleural effusion, and pneumonia were the most frequent PPCs post CABG surgery. Age >65 years, diabetes, and ASA classification >3 were found to be related to the presence of atelectasis. No significant risk factors were related to the development of pleural effusion or atelectasis with pleural effusion. Postoperative pneumonia was associated with previous myocardial infarction, ventilation >10 h, and hospital stay >5 days. History of bronchitis and COPD were related to postoperative pneumothorax; history of heart failure, COPD, and other lung diseases were related to postoperative pulmonary edema. CONCLUSION: These findings contribute to the understanding of PPCs in post-CABG surgery patients and assist in identification of patients at risk for developing PPCs.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».