Use of Cardiopulmonary Bypass in High-Risk Patients Is a Predictor of Adverse Outcome
Notice bibliographique
Résumé
High-risk patients experience substantially more compli cations after coronary artery bypass grafting (CABG). We hypothesized that these patients are uniquely vulner able to cardiopulmonary bypass and compared postop erative outcomes between high-risk patients undergo ing off-pump CAB (OPCAB) and conventional CABG. Prospective provincial cardiac care registry and retro spective chart data were reviewed for 1,850 consecutive patients at our institution between January 1996 and January 1999. From this, 235 patients, 36 OPCAB and 199 CABG, were identified as high risk (modified Parson net score ≥15). Risk factor analysis showed the popula tions were equivalent in perioperative risk with mean modified Parsonnet scores of 18.1 ± 3.4 (OPCAB) and 18.7 ± 4.2 (CABG) (P = .4). In total, 6% of OPCAB and 40% of CABG patients suffered major complications leading to extended hospital/intensive care unit (ICU) stay or death ( P ≤ .001). Mean hospital stays were 7.0 ± 4.0 days (OPCAB) and 10.6 ± 10.2 days (CABG) ( P ≤ .001). Mean ICU stays were 23.9 ± 9.7 hours (OPCAB) and 64.9 ± 128.3 hours (CABG) ( P ≤ .001). Mortality was 0% in the OPCAB group and 6% in the CABG group (P = .2). Multivariate predictors of experiencing a major complication were: use of cardiopulmonary bypass (OR 5.1, 95 Cl 2.1-12.1), age > 80 (OR 2.5, 95 Cl 1.7-7.5), female (OR 3.0, 95 Cl 1.6-5.4), repeat operation (OR 2.5, 95 Cl 1.2-5.4), and ejection fraction <40% (OR 2.4, 95 Cl 1.2-4.7). Extracorporeal circulation is the most impor tant predictor of postoperative complications after CABG in high-risk patients. Off-pump surgery substantially reduces morbidity in this group, and further study of the protective effects of this emerging modality are war ranted.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».