Sex differences in post-operative outcomes following non-cardiac surgery
Notice bibliographique
Résumé
It is uncertain whether sex is an independent risk factor for poor outcomes after non-cardiac surgery. We examined sex differences in short- and long-term mortality and morbidity in patients undergoing non-cardiac surgery in Alberta, Canada. Using linked administrative databases, we identified patients undergoing one of 45 different non-cardiac surgeries who were hospitalized between 2008 and 2019. Adjusted odds ratios (95% CI) were reported for mortality at 30-days, 6-months, and 1-year stratified by sex. Secondary outcomes including all-cause hospitalization, hospitalization for heart failure (HF), hospitalization for acute coronary syndrome (ACS), hospitalization for infection, hospitalization for stroke, and hospitalization for bleeding were also analyzed. Multivariate logistic regression was adjusted for age, sex, surgery type, the components of the Charlson Comorbidity Index, and the Revised Cardiac Risk Index. We identified 552,224 unique patients who underwent non-cardiac surgery of which 304,408 (55.1%) were female. Male sex was a predictor of mortality at 30-days (aOR 1.25 (1.14, 1.38), p<0.0001), 6-months (aOR 1.26 (1.20, 1.33), p<0.0001), and 1-year (aOR 1.25 (1.20, 1.31), p<0.0001). Similarly, male sex was a predictor of hospital readmission at 30-days (1.12 (1.09, 1.14), p<0.0001), 6-months (aOR 1.11 (1.10, 1.13), p<0.0001), and 1-year (aOR 1.06 (1.04, 1.07), p<0.0001). When the results were stratified by age, the effect of male sex on clinical outcome diminished for age ≥ 65years compared to younger patients. In conclusion, male patients undergoing non-cardiac surgery have higher risks of all-cause mortality and readmission after adjustment for baseline risk factor differences, particularly in those under 65-years-old. The overall incidence of readmission for stroke, bleeding, HF and ACS after non-cardiac surgery was low. The impact of male sex on clinical outcomes decreases with increasing age, suggesting the importance of considering the effect of both sex and age on clinical outcomes after non-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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».