MétaCan
Menu
Retour à la cohorte
Enregistrement W4388596281 · doi:10.1093/eurheartj/ehad655.3026

Mortality after cardiovascular surgery and percutaneous coronary intervention prior to versus during the COVID-19 pandemic

2023· article· en· W4388596281 sur OpenAlexaffabout
Antony Chu, X Wang, J. Michael Paterson, Michael Hillmer, Kamil Malikov, Douglas S. Lee

Notice bibliographique

RevueEuropean Heart Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensMinistry of Health and Long Term CareInstitute for Clinical Evaluative Sciences
Organismes subventionnairesnon disponible
Mots-clésMedicinePercutaneous coronary interventionConventional PCIPandemicRetrospective cohort studyMortality ratePopulationEmergency medicineLogistic regressionCohortInternal medicineCoronavirus disease 2019 (COVID-19)Myocardial infarctionEnvironmental healthDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background The COVID-19 pandemic disrupted the usual delivery of health care services globally. However, little is known about its specific impact on cardiovascular procedure rates and outcomes. Purpose To compare rates of isolated coronary artery bypass graft (CABG) surgery, isolated open valve surgery (iValve) and percutaneous coronary intervention (PCI), and 30-day all-cause mortality among patients undergoing these procedures before versus during the COVID-19 pandemic. Methods We undertook a retrospective cohort study of patients aged 18 years and older in Ontario, Canada, comparing procedure and outcome event rates between April 1, 2018 and March 31, 2020 (pre-pandemic) with those between April 1, 2020 and March 31, 2022 (pandemic). Procedures were identified from hospital records, available for all patients hospitalized in the province, and were calculated per 100,000 population. Deaths were identified from the Ontario Health Insurance Plan Registered Persons Database. Multivariable logistic regression models were used to compute mortality rates adjusted for relevant sociodemographic and clinical characteristics. Additionally, we estimated the number of procedures needed to result in one excess death as the difference between the two periods divided by the pre-pandemic rate. Results During the study period, 24,823, 7,768 and 86,549 patients underwent CABG, iValve and PCI respectively. Between the pre-pandemic and pandemic periods, CABG, iValve and PCI rates declined 18.8%, 19.3% and 14.7%, respectively (Figure). Overall, the 30-day mortality rates were 1.9%, 2.4% and 2.6% following CABG, iValve and PCI, respectively. Adjusted 30-day mortality after CABG increased from 1.92 per 100 procedures (95% CI 1.69-2.15) pre-pandemic to 2.25 (2.01-2.49) during the pandemic (p=0.043). Adjusted 30-day mortality also increased among patients receiving iValve [from 2.25 (1.78, 2.71) to 3.29 (2.76, 3.82); p=0.016] and PCI [from 2.41 (2.28, 2.54) to 2.74 (2.60, 2.88); p<0.001]. These differences translate to an estimated excess of one death per 303 CABG surgeries, 96 iValve surgeries and 303 PCIs during the pandemic period. Conclusions In Ontario, Canada, CABG, iValve and PCI rates decreased during the COVID-19 pandemic and had not fully returned to pre-pandemic levels by two years following its initiation. While 30-day mortality rates following cardiovascular procedures significantly increased during the pandemic, the incremental number of additional deaths was small.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil0,636

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,197
Tête enseignante GPT0,410
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Heart JournalMême sujetCOVID-19 and healthcare impactsTravaux en français237 207