Impact of malnutrition on survival in adult patients after elective cardiac surgery: Long-term follow up data
Notice bibliographique
Résumé
The data article refers to the paper titles "Impact of malnutrition on long-term survival in adult patients after elective cardiac surgery" [1]. The data refer to the analysis of the relationship between baseline malnutrition and long-term mortality after cardiac surgery. Baseline demographic, nutritional, and medical history data were collected for each enrolled patient. Baseline serum albumin and C-reactive (CRP) protein levels were also obtained. Surgical risk was assessed in accordance with the logistic EuroSCORE. Intraoperative data including cardiopulmonary bypass (CPB) time and postoperative characteristics, such as postoperative complications, number of days in the ICU, and hospitalization duration, were also collected. Data on nutritional status were collected using four nutritional screening tools: (1) malnutrition universal screening tool (MUST), (2) short nutritional assessment questionnaire (SNAQ), (3) mini-nutritional assessment (MNA), and (4) nutritional risk screening 2002 (NRS-2002). Both electronic medical records and phone interviews were used for survival data collection. ROC analysis was performed to analyze prognostic value of baseline and perioperative variables on long-term mortality. Univariate and multivariate logistic regression analysis of predictors of 3- and 8-year mortality were performed. Kaplan-Meyer curves, describing the impact of baseline and perioperative characteristics on 3- and 8-year survival were also performed.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».