Assessing the Long-term Outcomes, Quality of Life and cost-effectiveness in Saudi Patients Undergoing Cardiac Surgery for Coronary Artery Disease: A Cross-sectional Study
Notice bibliographique
Résumé
Abstract Introduction: Cardiac surgery offers durable clinical benefits in managing coronary artery disease (CAD). However, data from the Saudi context are limited on long-term health impacts, quality of life (QoL) and value. This study aims to address this knowledge gap. Subjects and Methods: A cross-sectional survey involved 1377 Saudi patients who underwent cardiac surgery for CAD. A validated questionnaire assessed demographics, medical history, complications, health status, lifestyle modifications, QoL parameters and healthcare utilisation. Descriptive analyses characterised responses. Results: Most patients underwent coronary artery bypass grafting/percutaneous coronary intervention over 5 years ago, with 85% very satisfied. Half experienced complications, 79% required chronic medications and 34% needed further procedures. Chest pain prevalence exceeded 50%, whereas two-thirds rated cardiovascular health as excellent. QoL improvements entailed reduced angina and better physical/social functioning for many. Outpatient follow-up occurred regularly for 85%. Conclusion: Cardiac surgery conferred durable clinical benefits in alleviating angina and improving functionality. However, ongoing active medical management appeared necessary, given residual symptoms and readmission rates. Future prospective cohorts can confirm long-term costs and savings gained from life expectancies and disability prevention. Locally tailored programmes considering population risks may optimise outcomes further by facilitating lifestyle changes and complication mitigation.
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 | 0,019 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».