Influence of preoperative frailty on quality of life after cardiac surgery: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Frailty has emerged as an important prognostic marker of increased mortality after cardiac surgery, but its association with quality of life (QoL) and patient-centered outcomes is not fully understood. We sought to evaluate the association between frailty and such outcomes in older patients undergoing cardiac surgery. METHODS: This systematic review included studies evaluating the effect of preoperative frailty on QoL outcomes after cardiac surgery amongst patients 65 years and older. The primary outcome was patient's perceived change in QoL following cardiac surgery. Secondary outcomes included residing in a long-term care facility for 1 year, readmission in the year following the intervention, and discharge destination. Screening, inclusion, data extraction, and quality assessment were performed independently by two reviewers. Meta-analyses based on the random-effects model were conducted. The evidential quality of findings was assessed with the GRADE profiler. RESULTS: After the identification of 3105 studies, 10 observational studies were included (1580 patients) in the analysis. Two studies reported on the change in QoL following cardiac surgery, which was higher for patients with frailty than for patients without. Preoperative frailty was associated with both hospital readmission (pooled odds ratio [OR] 1.48 [0.80-2.74], low GRADE level) as well as non-home discharge (pooled OR 3.02 [1.57-5.82], moderate GRADE level). CONCLUSION: While evidence in this field is limited by heterogeneity of frailty assessment and non-randomized data, we demonstrated that baseline frailty may possibly be associated with improved QoL, but with increased readmission as well as discharge to a non-home destination following cardiac surgery. These patient-centered outcomes are important factors when considering interventional options for older patients. STUDY REGISTRATION: OSF registries (https://osf.io/vm2p8).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,034 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».