Nurse Staffing Practices and Postoperative Atrial Fibrillation Among Cardiac Surgery Patients: A Multisite Cohort Study
Notice bibliographique
Résumé
Background Postoperative atrial fibrillation (POAF) is a frequent complication of cardiac surgery that is associated with increased morbidity, mortality, and costs. Recent studies suggest that nurse staffing practices are associated with adverse postoperative events, but whether these practices are also related to POAF occurrence is unknown. Methods To fill this knowledge gap, a cohort of 6401 cardiac surgery patients admitted to 2 Canadian university health centres (UHC A and UHC B) between 2014 and 2018 was studied. Patients' cumulative exposure to 4 staffing practices (registered nurse [RN] understaffing, education, experience, and non-RN skill mix) was measured every shift over the first 6 postoperative days, during which 96% of POAF cases occur. The associations of these exposures with in-hospital POAF occurrence were estimated using site-specific multivariable logistic regression models and a mixed-effect model combining data from both sites. Results Overall, 563 (27.2%) and 1336 (30.8%) cases of POAF occurred at UHC A and UHC B, respectively. In site-specific models, every 5% increase in the cumulative proportion of understaffed shifts over the first 6 postoperative days was associated with a 3.5% increase in the odds of POAF (adjusted odds ratio [aOR] for UHC A: 1.035; 95% confidence interval [CI]: 1.000-1.070, P = 0.0472; aOR for UHC B: 1.035; 95% CI: 1.013-1.057, P = 0.0019). In the mixed-effect model combining data from both sites, RN understaffing remained significant and was associated with a 3.1% increase in the odds of POAF (aOR: 1.031; 95% CI: 1.014-1.048, P = 0.0003). No other staffing practices were significantly associated with POAF occurrence. Conclusion Higher RN understaffing postoperatively is associated with increased POAF occurrence among cardiac surgery 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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».