Body mass index as a determinant of postoperative morbidity
Notice bibliographique
Résumé
BACkGRouND: The impact of obesity on postoperative mortality and morbidity in coronary artery bypass grafting (CABG) operations is a widely studied but poorly defined topic. oBjECTIVE: To investigate the effect of body mass index (BMI) on inhospital mortality and morbidity after isolated CABG surgery. METhoDS: Prospectively collected data of a series of 1057 consecutive patients who underwent on-pump isolated CABG surgery were retrospectively analyzed. Patients were divided into five groups according to WHO BMI categorization (defined as underweight [BMI <20 kg/m2]; normal weight [BMI ≥20 kg/m2 to <25 kg/m2]; overweight [BMI ≥25 kg/m2 to <30 kg/m2]; obese [BMI ≥30 kg/m2 to <35 kg/m2]; and morbidly obese [BMI ≥35 kg/m2]). RESulTS: Of 1057 patients, 13 patients (1.2%) were underweight, 298 (28.2%) were normal weight, 462 (43.7%) were overweight, 218 (20.6%) were obese and 66 (6.2%) were morbidly obese. The mean age was significantly lower in underweight patients, who were also more likely to be male. In contrast, obese and morbidly obese patients were older, and more likely to have comorbidities such as diabetes and hypertension. The incidence of postoperative bronchodilator use (P<0.001), leg wound infection (P=0.038), sternal dehiscence (P=0.039) and development of new-onset atrial fibrillation (P<0.001) was significantly higher in obese and morbidly obese groups. In contrast, postoperative prolonged ventilation (P<0.001), need for blood transfusions (P<0.001) and revision for bleeding (P=0.041), as well as gastrointestinal complications (P<0.001), were significantly higher in underweight patients. Multivariate logistic regression analysis showed that female sex, older age and diabetes mellitis, but not BMI, were independent risk factors for early mortality after CABG surgery. CoNCluSIoN: No effect of BMI on early postoperative mortality after CABG surgery could be demonstrated. However, in terms of morbidity, postoperative bleeding and revision for bleeding were increased in underweight patients while sternal dehiscence, wound infections and occurrence of atrial fibrillation were increased in obese and morbidly obese patients.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».