Postoperative Infectious Pneumonia in Cardiothoracic Surgery: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
<ns3:p> Background Postoperative infectious pneumonia (PIP) is a common and serious complication following cardiothoracic surgery, including coronary artery bypass grafting (CABG), valve interventions, and thoracic oncologic procedures. It is associated with increased morbidity, prolonged intensive care unit (ICU) stay, and healthcare burden. Methods We performed a systematic review and meta-analysis according to PRISMA 2020 guidelines. Studies published between January 2021 and December 2023 were identified from PubMed, Embase, and Scopus. Eligible studies reported the incidence and/or perioperative risk factors for PIP with odds ratios (ORs) and 95% confidence intervals (CIs). A random-effects model was used for pooled estimates. Study quality was assessed using the Newcastle-Ottawa Scale. The review was prospectively registered in PROSPERO 2025 CRD 420251057914. Available from https://www.crd.york.ac.uk/PROSPERO/view/CRD420251057914. Results Six high-quality cohort studies involving 4,392 patients were included. The pooled incidence of PIP was 14.8% (95% CI, 10.6%–19.2%). Incidence was highest after thoracic oncologic surgery (17.2%), followed by valve surgery (15.8%) and CABG (13.5%). Significant risk factors included prolonged mechanical ventilation >48 hours (OR: 3.46), age >70 years (OR: 2.71), chronic obstructive pulmonary disease (OR: 2.95), cardiopulmonary bypass time >120 minutes (OR: 2.63), and left ventricular ejection fraction <40% (OR: 2.38). Heterogeneity was moderate (I <ns3:sup>2</ns3:sup> = 46%) with no publication bias. Conclusions PIP remains a major postoperative concern. Identification of key risk factors enables targeted preventive strategies—early extubation, pulmonary optimization, and standardized care pathways—to reduce PIP incidence and improve outcomes. </ns3:p>
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,019 | 0,005 |
| Bibliométrie | 0,004 | 0,008 |
| 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 | 0,002 |
| 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 ».