MENDing Recovery: Comprehensive Perioperative Care Cuts Hospital Stay After Minimally Invasive CABG
Notice bibliographique
Résumé
Objective: To evaluate the impact of a novel multidisciplinary initiative, known as the Multimodal ENhanced Discharge (MEND), on length of stay (LOS) for patients undergoing minimally invasive coronary artery bypass grafting (MICS CABG). Methods: The MEND program aims to optimize the patient’s preoperative condition and increase preparedness, provide individualized perioperative care, and ensure early postdischarge follow-up to support active recovery and facilitate early discharge. This single-center, retrospective analysis reviewed LOS and readmission data for 198 consecutive patients who underwent MICS CABG by a single surgeon. Of these, 91 patients received routine care (RC) and 107 patients received care through the MEND program. Results: The median ward (non–intensive care unit) LOS was significantly shorter by 33% in the MEND group versus the RC group (2 vs 3 days, P < 0.001), resulting in a 40% shorter median total hospital LOS in the MEND group versus the RC group (2 vs 5 days, P < 0.001). Readmission rates were 14.3% for RC and 6.6% in the MEND group ( P = 0.12). Conclusions: Implementation of the MEND program in patients undergoing MICS CABG was associated with significantly shorter overall hospital LOS without an increase in readmission rates. No statistically significant differences in baseline characteristics between the RC and MEND cohorts were observed. These findings suggest MEND is an effective and generalizable program for optimizing recovery. Ultimately, this model of care has the potential to positively affect health care costs, improve surgical wait times, and expand capacity in MICS CABG programs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| 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 | 0,001 | 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 ».