Abstract 13436: Sex-Specific Predictors of Postoperative Atrial Fibrillation and the Role of Cardiometabolic Diseases
Notice bibliographique
Résumé
Introduction: Cardiometabolic diseases increase the risk of postoperative atrial fibrillation (POAF), which in turn is associated with higher long-term risk of major cardiovascular events (MACE). Little is known regarding the sex-specific impact of cardiometabolic diseases on POAF risk. We evaluated the sex-specific predictors of POAF after coronary artery bypass grafting (CABG), with a focus on preoperative cardiometabolic profile. Methods: In a prospective registry of patients undergoing isolated CABG (2006-2019), we compared predictors of POAF between sexes. We excluded patients with previous AF history, redo/urgent/off-pump CABG, perioperative mortality, and permanent pacemakers/defibrillators. Abdominal obesity was defined as a waist circumference (WC) >102 cm (men [M]) or >88 cm (women [W]). Results: We included 7,851 patients (19% women). Baseline characteristics are presented in Table 1. POAF occurred in 27% of women and 31% of men (p<0.01). Women were older and had a higher prevalence of comorbidities, abdominal obesity and a worse lipid profile. In a logistic regression model adjusting for the variables in Table 1, men had a higher risk of POAF (OR M = 1.4 [1.2-1.6], p<0.01). When stratifying by sex, significant predictors (p<0.05) of POAF for both sexes were age, WC (OR M = 1.04 [1.00-1.08]; OR W = 1.01 [1.00-1.03]), and triglycerides (TG) (OR M = 0.98 [0.97-0.99]; OR W = 0.97 [0.95-0.99]). Sex-specific predictors were creatinine for women and beta-blockers, extracorporeal circulation time, intensive care stay and hemoglobin for men. Conclusions: Women had less POAF but worse preoperative cardiometabolic profile compared to men. WC was a strong predictor of POAF for both sexes, while higher TG levels were protective. Since POAF is linked to future risk of MACE, the preoperative clinical assessment of WC should be encouraged and targeted for preventive strategies, especially in women. More studies are needed to investigate the role of TG in POAF.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».