Age, Not Sex, Modifies the Effect of Frailty on Long-term Outcomes After Cardiac Surgery
Notice bibliographique
Résumé
OBJECTIVE: To examine the prevalence of frailty in surgical patients and determine whether age and sex modify the relationship between frailty and long-term mortality. BACKGROUND: Frailty is a complex and prevalent clinical syndrome. The cardiac surgery literature consists mostly of small, single-center studies, and the epidemiology of frailty remains to be fully elucidated in a real-world surgical population. METHODS: This retrospective cohort study included patients who underwent coronary artery bypass grafting, and/or aortic, mitral or tricuspid valve surgery in Ontario, Canada, between 2008 and 2016. The primary outcome was all-cause mortality. Survival probabilities were calculated using the Kaplan-Meier method, and the association of covariates with the hazard of death was assessed using multivariable Cox proportional hazard models. Frailty was assessed using the Johns Hopkins Adjusted Clinical Groups frailty-defining diagnoses indicator. RESULTS: Of 72,824 patients, 11,685 (16%) were frail. At median 5 ± 2 years of follow-up, 2921 (25.0%) frail patients and 8637 (14.1%) non-frail patients had died [adjusted hazard ratio 1.60; 95% confidence interval (CI), 1.53-1.68]. The adjusted hazard ratio was highest in patients who underwent isolated mitral (2.18; 95% CI, 1.71-2.77) and mitral + aortic valve surgery (1.85; 95% CI, 1.33-2.58) and lowest after coronary artery bypass grafting + mitral valve surgery (1.38; 95% CI, 1.11-1.70). Age, but not sex, modified the effect of frailty on mortality; such that the rate of death decreased linearly with increasing patient age. CONCLUSIONS: We observed a high prevalence of frailty in patients undergoing cardiac surgery, and a statistically significant association between frailty and long-term mortality after cardiac procedures. Importantly, the rate of death was inversely proportional to age, such that frailty had a stronger adverse impact on younger patients. Our findings highlight the need to incorporate frailty into the preoperative risk stratification and investigate strategies to support younger patients who are frail.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».