Factors associated with length of stay following trans-catheter aortic valve replacement - a multicenter study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Most patients undergoing Transcatheter aortic valve implantation (TAVR) are elderly with significant co-morbidities and there is limited information available regarding factors that influence length of stay (LOS) post-procedure. The aim of this study was to identify the patient, and procedural factors that affect post-TAVR LOS using a contemporary multinational registry. METHODS: We conducted a retrospective cohort study, with patients recruited from three high volume tertiary institutions. The primary outcome was the LOS post-TAVR procedure. We examined patient and procedural factors in a cause-specific Cox multivariable regression model to elucidate their effect on LOS, accounting for the competing risk of post-procedural death. Hazard ratios (HR) greater than 1 indicate a shorter LOS, while HRs less than 1 indicate a longer LOS. RESULTS: The cohort consisted of 809 patients. Patient factors associated with longer LOS were older age, prior atrial fibrillation, and greater patient urgency. Patient factors associated with shorter LOS were lower NYHA class, higher ejection fraction and higher mean aortic valve gradients. Procedural characteristics associated with shorter LOS were conscious sedation (HR = 1.19, 95% CI 1.06-1.35, p = 0.004). Transapical access was associated with prolonged LOS (HR = 0.49, 95% CI 0.41-0.58, p < 0.001). CONCLUSION: This multicenter study identified potentially modifiable patient and procedural factors associated with a prolonged LOS. Future research is needed to determine if interventions focused on these factors will translate to a shorter LOS.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,008 |
| 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 découle