Management of postoperative atrial fibrillation after cardiac surgery
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Postoperative atrial fibrillation (POAF) occurs commonly after cardiac surgery and is associated with a number of adverse outcomes. This article will review the available evidence on the prevention and treatment of atrial fibrillation after cardiac surgery. Using this knowledge, we propose a conceptual framework on the management of patients with POAF during various phases after cardiac surgery. RECENT FINDINGS: Perioperative β-blockade is the cornerstone in preventing POAF after cardiac surgery. Results from randomized trials do not support routine use of colchicine or corticosteroids to prevent POAF. There is no study examining the impact of rate versus rhythm control on 'hard' clinical outcomes such as mortality or stroke in the cardiac surgical population. Furthermore, there is a paucity of research on the optimal timing and choice of oral anticoagulation among POAF cardiac surgical patients who are at risk for stroke. SUMMARY: In spite of the plethora of therapies available to treat and prevent POAF in the cardiac surgical population, there is little data to address whether they can improve key clinical outcomes such as death or stroke. Guideline recommendations on rate/rhythm control and oral anticoagulation for stroke prevention in the cardiac surgical population are largely extrapolated from studies of nonsurgical atrial fibrillation patients. Further research is needed to address these key atrial fibrillation management issues specific to the cardiac surgical population.
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) | 0,003 | 0,003 |
| 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 ».