Predictors and associated clinical outcomes of low cardiac output syndrome following cardiac surgery: insights from the LEVO-CTS trial
Notice bibliographique
Résumé
AIMS: High-risk cardiac surgery is commonly complicated by low cardiac output syndrome (LCOS), which is associated with high mortality. There are limited data derived from multi-centre studies with adjudicated endpoints describing factors associated with LCOS and its downstream clinical outcomes. METHODS AND RESULTS: The Levosimendan in Patients with Left Ventricular Systolic Dysfunction Undergoing Cardiac Surgery Requiring Cardiopulmonary Bypass (LEVO-CTS) trial evaluated prophylactic levosimendan vs. placebo in patients with a reduced ejection fraction undergoing coronary artery bypass grafting (CABG) and/or valve surgery. We conducted a pre-specified analysis on LCOS, which was characterized by a four-part definition. We constructed a multivariable logistical regression model to evaluate risk factors associated with LCOS and performed Cox proportional hazards modelling to determine the association of LCOS with 90-day mortality. A total of 186 (22%) of 849 patients in the LEVO-CTS trial developed LCOS. The factors most associated with a higher adjusted risk of LCOS were pre-operative ejection fraction [odds ratio (OR) 1.26; 95% confidence interval (CI): 1.08-1.46 per 5% decrease] and age (OR 1.13; 95% CI: 1.04-1.24 per 5-year increase), whereas isolated CABG surgery (OR 0.44, 95% CI: 0.31-0.64) and levosimendan use (OR 0.65; 95% CI: 0.46-0.92) were associated with a lower risk of LCOS. Patients with LCOS had worse outcomes, including renal replacement therapy at 30-day (10 vs. 1%) and 90-day mortality (16 vs. 3%, adjusted hazard ratio of 5.04, 95% CI: 2.66-9.55). CONCLUSION: Low cardiac output syndrome is associated with a high risk of post-operative mortality in high-risk cardiac surgery.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».